MATLAB神经网络应用设计

第一章 概论

1. 1 MATLAB软件包的特征

1. 1. 1 MATLAB语言(软件包)的发展过程

1. 1. 2 MATLAB的功能

1. 1. 3 MATLAB的工具箱

1. 2 MATLAB的系统需求和安装

1. 2. 1 MATLAB的系统需求

1. 2. 2 MATLAB的安装

1. 3 神经网络发展和应用

1. 3. 1 人工神经网络发展的历史回顾

1. 3. 2 神经网络的应用

1. 3. 3 神经网络的学习方法

1. 4 面向MATLAB工具箱的神经网络设计概述

1. 4. 1 MATLAB神经网络工具箱

1. 4. 2 神经网络技术的选取

1. 4. 3 运用工具箱设计网络的原则和过程

1. 5 本书的基本结构和内容概要

第二章 MATLAB数值计算功能

2. 1 矩阵与数组运算

2. 1. 1 矩阵的建立

2. 1. 2 矩阵和数组运算指令对照汇总

2. 2 矩阵与数组函数

2. 2. 1 基本数组函数

2. 2. 2 基本矩阵函数

2. 2. 3 几个易混淆的两种函数运算

2. 3 关系运算和逻辑运算

2. 3. 1 关系运算

2. 3. 2 逻辑运算

2. 4 矩阵的分解

2. 4. 1 三角分解

2. 4. 2 正交分解

2. 4. 3 特征值分解

2. 4. 4 奇异值分解

2. 5 多项式

2. 5. 1 多项式的表达和创建

2. 5. 2 多项式的运算

2. 6 数据分析

2. 6. 1 基本统计函数指令

2. 6. 2 协方差阵和相关阵

2. 6. 3 有限差分和导数

2. 6. 4 数据滤波

2. 7 数值分析

2. 7. 1 数值积分

2. 7. 2 微分方程的数值解

第三章 MATLAB符号处理

3. 1 字符串

3. 1. 1 字符数组

3. 1. 2 字符的ASCII码转换

3. 1. 3 创建二维的字符数组

3. 1. 4 字符串中的单元数组

3. 1. 5 字符数组与单元数组问的转换

3. 1. 6 字符串比较

3. 1. 7 判断字符串是否相等

3. 1. 8 通过字符的运算来比较字符

3. 1. 9 字符串中字符的分类

3. 1. 10 查找与替换

3. 1. 11 字符串和数值的相互转换

3. 2 符号矩阵的运算

3. 2. 1 符号矩阵的创建

3. 2. 2 符号矩阵的加. 减. 乘和除运算

3. 2. 3 符号矩阵的逆和除运算

3. 2. 4 符号矩阵的幂运算

3. 2. 5 符号矩阵的综合运算指令

3. 2. 6 符号变量替换

3. 2. 7 符号矩阵的分解

3. 2. 8 符号微积分

3. 2. 9 符号代数方程的求解

3. 2. 10 符号微分方程的求解

第四章 绘图

4. 1 二维绘图

4. 1. 1 plot

4. 1. 2 figure和subplot

4. 1. 3 绘图指令的开关控制

4. 1. 4 标题与坐标轴的操作

4. 2 三维绘图

4. 2. 1 mesh

4. 2. 2 3D图形的颜色. 光线来源及图上标点的设定

4. 2. 3 透视与视角的设置

4. 3 图形句柄

4. 3. 1 图形对象

4. 3. 2 图形对象的句柄

4. 3. 3 对象创建函数

4. 3. 4 对象品性及其设置和查询

4. 3. 5 实时动画的制作

第五章 MATLAB的程序设计

5. 1 MATLAB程序设计入门

5. 1. 1 编缉程序和m文件的形式

5. 1. 2 MATLAB的命令文件

5. 1. 3 MATLAB的函数文件

5. 2 参数与变量

5. 2. 1 参数

5. 2. 2 局部变量与全局变量

5. 3 数据类型

5. 4 程序结构

5. 4. 1 顺序结构

5. 4. 2 循环结构

5. 4. 3 分支结构

5. 5 程序流控制语句

5. 5. 1 echo指令

5. 5. 2 input, yesinput指令

5. 5. 3 pause指令

5. 5. 4 keyboard指令

5. 5. 5 break指令

5. 6 函数调用及变量传递

5. 6. 1 函数调用

5. 6. 2 参数传递

5. 7 神经网络应用设计举例

5. 7. 1 带有偏差单元的递归神经网络

5. 7. 2 具有快速学习算法的补偿模糊神经网络

第六章 感知器

6. 1 感知器的原理

6. 1. 1 感知器神经元模型

6. 1. 2 感知器神经元网络的网络结构

6. 1. 3 感知器神经网络的初始化

6. 1. 4 感知器神经网络的学习规则

6. 1. 5 感知器神经网络的训练

6. 1. 6 感知器的局限性

6. 1. 7多层感知器

6. 2. 有关感知器的神经网络工具函数

6. 2. 1 MATLAB中有关感知器的工具函数

6. 2. 2 工具函数详解

6. 3 感知器网络设计实例

6. 3. 1 简单的分类问题

6. 3. 2 多个感知器神经元的分类问题

6. 3. 3 输入奇异样本对网络训练的影响

6. 3. 4 标准化感知器学习规则

6. 3. 5 线性不可分的输入向量

第七章 线性神经网络

7. 1 线性神经网络原理

7. 1. 1 线性神经元模型

7. 1. 2 线性神经网络的模型

7. 1. 3 线性网络的初始化

7. 1. 4 线性网络的学习规则

7. 1. 5 线性网络的训练

7. 2 有关线性网络的神经网络工具函数

7. 2. 1 MATLAB中有关线性网络的工具函数

7. 2. 2 工具函数详解

7. 3 线性网络设计及应用举例

7. 3. 1 线性网络设计实例

7. 3. 2 线性网络应用实例

第八章 BP网络

8. 1 BP网络

8. 1. 1 BP网络结构

8. 1. 2 BP网络学习公式推导

8. 2 MATLAB神经网络工具箱中的BP网络

8. 2. 1 BP网络中的神经元模型

8. 2. 2 BP网络结构

8. 2. 3 MATLAB中有关BP网络的重要函数

8. 3 BP网络的应用设计

8. 3. 1 BP网络的训练过程

8. 3. 2 BP网络的设计分析

8. 4 BP算法的改进及其设计实例

第九章 径向基函数网络

9. 1 引言

9. 2 径向基函数神经网络

9. 3 径向基函数神经网络的工具箱函数

9. 3. 1 网络设计函数

9. 3. 2 权函数

9. 3. 3 网络输入画数

9. 3. 4 radbas(径向基)传递函数

9. 3. 5 mse均方误差性能函数

9. 3. 6 变换函数

9. 4 径向基函数网络的设计与应用

9. 4. 1 径向基函数网络的设计及在函数逼近上的应用

9. 4. 2 径向基函数网络与模糊理论的结合及应用

第十章 自组织竞争人工神经网络

10. 1 两种联想学习规则

10. 1. 1 Instar学习规则

10. 1. 2 Outstar学习规则

10. 2 基本竞争型人工神经网络

10. 3 自组织特征映射神经网络

10. 3. 1 自组织特征映射网络的结构

10. 3. 2 自组织映射网络的学习及工作规则

10. 4 自组织竞争人工神经网络工具箱函数

10. 5 网络设计实例

10. 5. 1 竞争学习网络设计实例

10. 5. 2 一维空间自组织特征映射网络设计实例

第十一章 回归网络

11. 1 引言

11. 2 回归网络

11. 2. 1 Hopfield网络

11. 2. 2 Elman神经网络

11. 3 回归网络的工具箱函数

11. 3. 1 Hopfield网络的工具箱函数

11. 3. 2 E1man网络的工具箱函数

11. 4 应用举例

附录A MATLAB(5. 1版)神经网络工具箱函数

附录B MATLAB(5. 3版)神经网络工具箱函数