手机版 | 网站地图 | 设为首页
网站颜色：
首页
设计资讯
优势展厅
设计需求
设计交易
设计公司联盟
促销套餐
人才招聘
团购设计
点评
装饰装修

正版现货 MATLAB神经网络原理与实例精解 配光盘 原理应用典型实例重点内容内置函数 bp网络 径向基网络 MATLAB技术大全.

  • 产品名称:MATLAB技术大全
  • 是否是套装:否
  • 书名:MATLAB技术大全
  • 定价:99.00元
  • 出版社名称:人民邮电出版社
  • 出版时间:2014年3月
  • 作者:无
  • 开本:16开
  • 书名:MATLAB技术大全

 

商品基本信息,请以下列介绍为准
商品名称：  MATLAB神经网络原理与实例精解 (热销，多次加印！MATLAB两大论坛共荐，大量读者好评，提供网络互动答疑，109个实例，7个综合案例，10小时配套视频，赠24.5小时MATLAB基础视频，提供教学PPT)
作者：  陈明 著作 著
市场价：  (咨询特价)
ISBN号：  (咨询特价)
出版社：  清华大学出版社
商品类型：  图书

  其他参考信息（以实物为准）
  随书附赠：光盘1张
  装帧：平装  开本：16开  语种：中文
  出版时间：(咨询特价)-01  版次：1  页数：431
  印刷时间：(咨询特价)-01  印次：1  字数：(咨询特价)千字

 

主编推荐
    matlab中文论坛、matlab技术论坛两大社区鼎力推荐 
    在matlab中文论坛上提供“在线交流，有问必答”的技术支持 
    详解109个典型实例、7个综合案例和50多个神经网络工具箱函数 
    涵盖单层感知器、线性神经网络、bp神经网络、径向基网络、自组织神经网络、反馈神经网络、随机神经网络7种主要的网络类型 
    提供教学ppt、10小时配套教学视频，并附赠24.5小时matlab基础教学视频 

目录
第1篇 入门篇 
第1章 神经网络概述（ 教学视频：10分钟）/2 
1.1 人工神经网络简介/2 
1.2 神经网络的特点及应用/3 
1.2.1 神经网络的特点/3 
1.2.2 神经网络的应用/4 
1.3 人工神经网络的发展历史/5 
1.4 神经网络模型/7 
1.5 神经网络的学习方式/9 
第2章 MATLAB快速入门（ 教学视频：48分钟）/10 
2.1 MATLAB功能及历史/10 
2.1.1 MATLAB的功能和特点/10 
2.1.2 MATLAB发展历史/12 
2.2 MATLAB R2011b集成开发环境/13 
2.2.1 MATLAB的安装/13 
2.2.2 MATLAB集成开发环境/19 
2.2.3 搜索路径设定/21 
2.3 MATLAB语言基础/24 
2.3.1 标识符与数组/24 
2.3.2 数据类型/28 
2.3.3 运算符/34 
2.3.4 流程控制/37 
2.3.5 M文件/41 
第3章 MATLAB函数经网络工具箱（ 教学视频：62分钟）/45 
3.1 MATLAB常用命令/45 
3.2 矩阵生成和基本运算/52 
3.2.1 zeros 生成全零矩阵/52 
3.2.2 ones 生成全1矩阵/53 
3.2.3 magic 生成魔方矩阵/53 
3.2.4 eye 生成单位矩阵/54 
3.2.5 rand 生成均匀分布随机数/54 
3.2.6 randn 生成正态分布随机数/55 
3.2.7 linspace 产生线性等分向量/56 
3.2.8 logspace 产生对数等分向量/57 
3.2.9 randperm 生成随机整数排列/58 
3.2.10 randi 生成整数随机数/59 
3.2.11 range 向量的x大/x小值之差/60 
3.2.12 minmax求x大/x小值/60 
3.2.13 min/max/mean求x大/x小值/61 
3.2.14 size/length 
umel 
dims 矩阵维度相关/62 
3.2.15 sum/prod 求和或积/64 
3.2.16 var/std 求方差与标准差/66 
3.2.17 diag 生成对角矩阵/68 
3.2.18 repmat 矩阵复制和平铺/69 
3.2.19 reshape 矩阵变维/70 
3.2.20 inv/pinv 矩阵求逆/求伪逆/71 
3.2.21 rank/det 求矩阵的秩/行列式/73 
3.2.22 eig 矩阵的特征值分解/73 
3.2.23 svd 矩阵的奇异值分解/74 
3.2.24 trace 求矩阵的迹/75 
3.2.25 norm 求向量或矩阵的范数/76 
3.3 数学函数/78 
3.3.1 abs 求xx值/78 
3.3.2 exp/log 指数函数/对数函数/79 
3.3.3 log10/log2 常用对数/以2为底的对数/79 
3.3.4 fix/round/ceil/floor 取整函数/81 
3.3.5 mod/rem 取模数/余数/81 
3.4 图形相关函数/82 
3.4.1 plot 绘制二维图像/82 
3.4.2 坐标轴设置函数/83 
3.4.3 subplot 同一窗口分区绘图/88 
3.4.4 figure/hold 创建窗口/图形保持/88 
3.4.5 semilogx/semilogy 单对数坐标图/89 
3.4.6 contour/ clabel曲面等高线/等高线标签/90 
3.4.7 gcf/gca/gco 返回当前图形/坐标/对象句柄/91 
3.4.8 mesh 绘制三维网格图/92 
3.5 神经网络工具箱/92 
3.5.1 工具箱函数基本介绍/93 
3.5.2 神经网络对象与属性/95 
第2篇 原理篇 
第4章 单层感知器（ 教学视频：27分钟）/104 
4.1 单层感知器的结构/104 
4.2 单层感知器的学习算法/105 
4.3 感知器的局限性/108 
4.4 单层感知器相关函数详解/108 
4.4.1 newp――创建一个感知器/108 
4.4.2 train――训练感知器网络/111 
4.4.3 sim――对训练好的网络进行仿真/113 
4.4.4 hardlim/hardlims――感知器传输函数/114 
4.4.5 init――神经网络初始化函数/115 
4.4.6 adapt――神经网络的自适应/117 
4.4.7 mae――平均xx误差性能函数/119 
4.5 单层感知器应用实例――坐标点的二类模式分类/120 
4.5.1 手算/120 
4.5.2 使用工具箱函数/127 
第5章 线性神经网络（ 教学视频：41分钟）/129 
5.1 线性神经网络的结构/129 
5.2 LMS学习算法/130 
5.3 LMS算法中学习率的选择/132 
5.3.1 确保网络稳定收敛的学习率/132 
5.3.2 学习率逐渐下降/133 
5.4 线性神经网络与感知器的对比/134 
5.4.1 网络传输函数/134 
5.4.2 学习算法/134 
5.5 线性神经网络相关函数详解/134 
5.5.1 newlind――设计一个线性层/135 
5.5.2 newlin――构造一个线性层/136 
5.5.3 purelin――线性传输函数/138 
5.5.4 learnwh――LMS学习函数/138 
5.5.5 maxlinlr――计算x大学习率/141 
5.5.6 mse――均方误差性能函数/142 
5.5.7 linearlayer――构造线性层的函数/143 
5.6 线性神经网络应用实例/144 
5.6.1 实现二值逻辑――与/144 
5.6.2 实现二值逻辑――异或/151 
第6章 BP神经网络（ 教学视频：49分钟）/156 
6.1 BP神经网络的结构/156 
6.2 BP网络的学习算法/158 
6.2.1 x速下降法/158 
6.2.2 x速下降BP法/159 
6.2.3 串行和批量训练方式/162 
6.2.4 x速下降BP法的改进/163 
6.3 设计BP网络的方法/164 
6.4 BP神经网络的局限性/166 
6.5 BP网络相关函数详解/166 
6.5.1 logsig――Log-Sigmoid传输函数/167 
6.5.2 tansig――Tan-Sigmoid传输函数/168 
6.5.3 newff――创建一个BP网络/169 
6.5.4 feedforwardnet――创建一个BP网络/172 
6.5.5 newcf――级联的前向神经网络/173 
6.5.6 cascadeforwardnet――新版级联前向网络/174 
6.5.7 newfftd――前馈输入延迟的BP网络/175 
6.5.8 dlogsig/dtansig――Sigmoid函数的导数/176 
6.6 BP神经网络应用实例/177 
6.6.1 基于BP网络的性别识别/177 
6.6.2 实现二值逻辑――异或/191 
第7章 径向基函数网络（ 教学视频：62分钟）/196 
7.1 径向基神经网络的两种结构/196 
7.1.1 径向基函数/196 
7.1.2 正则化网络/198 
7.1.3 广义网络/199 
7.2 径向基神经网络的学习算法/200 
7.2.1 随机选取固定中心/200 
7.2.2 自组织选取中心/201 
7.2.3 有监督选取中心/202 
7.2.4 正交x小二乘法/203 
7.3 径向基神经网络与多层感知器的比较/204 
7.4 概率神经网络/205 
7.4.1 模式 
......

作者简介
    陈明 
毕业于天津大学信息与通信工程专业，获硕士学位。本科期间参加过**电子设计大赛信息安全专题邀请赛，获得三等奖。研究生阶段在天津大学信息学院图像中心学习，研究方向为图像处理、模式识别、视频编解码。由于学习和科研的需要开始接触MATLAB，用MATLAB解决过图像处理、机器学习等领域的问题。对遗传算法和神经网络工具箱尤为熟悉，有丰富的MATLAB编程经验。编写过《MATLAB函数效率功能速查手册》一书。 

馨园青图书专营店热门设计联盟服务商