MATLAB神经网络30个案例分析

第1章 P神经网络的数据分类——语音特征信号分类第2章 BP神经网络的非线性系统建模——非线性函数拟合第3章 遗传算法优化BP神经网络——非线性函数拟合第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模第6章 PID神经元网络解耦控制算法——多变量系统控制第7章 RBF网络的回归——非线性函数回归的实现第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测第9章 离散Hopfield神经网络的联想记忆——数字识别第10章 离散Hopfield神经网络的分类——高校科研能力评价第11章 连续Hopfield神经网络的优化——旅行商问题优化计算第12章 SVM的数据分类预测——意大利葡萄酒种类识别第13章 SVM的参数优化——如何更好的提升分类器的性能第14章 SVM的回归预测分析——上证指数开盘指数预测第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测

第1章 P神经网络的数据分类——语音特征信号分类第2章 BP神经网络的非线性系统建模——非线性函数拟合第3章 遗传算法优化BP神经网络——非线性函数拟合第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模第6章 PID神经元网络解耦控制算法——多变量系统控制第7章 RBF网络的回归——非线性函数回归的实现第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测第9章 离散Hopfield神经网络的联想记忆——数字识别第10章 离散Hopfield神经网络的分类——高校科研能力评价第11章 连续Hopfield神经网络的优化——旅行商问题优化计算第12章 SVM的数据分类预测——意大利葡萄酒种类识别第13章 SVM的参数优化——如何更好的提升分类器的性能第14章 SVM的回归预测分析——上证指数开盘指数预测第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测第17章SOM神经网络的数据分类——柴油机故障诊断第18章Elman神经网络的数据预测——电力负荷预测模型研究第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断第20章 神经网络变量筛选——基于BP的神经网络变量筛选第21章 LVQ神经网络的分类——乳腺肿瘤诊断第22章 LVQ神经网络的预测——人脸朝向识别第23章 小波神经网络的时间序列预测——短时交通流量预测第24章 模糊神经网络的预测算法——嘉陵江水质评价第25章 广义神经网络的聚类算法——网络入侵聚类第26章 粒子群优化算法的寻优算法——非线性函数极值寻优第27章 遗传算法优化计算——建模自变量降维第28章 基于灰色神经网络的预测算法研究——订单需求预测第29章 基于Kohonen网络的聚类算法——网络入侵聚类第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类

本书是MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。 该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。