MATLAB神經網絡應用設計（簡體書）

《MATLAB神經網絡應用設計》介紹了MATLAB和人工神經網絡的基礎知識，MATLAB神經網絡工具箱的重要函數，幾種比較重要的神經網絡模型，包括感知器、線性神經網絡、BP網絡、徑向基網絡、競爭型神經網絡、自組織神經網絡、反饋型神經網絡等，并介紹了與其他算法相結合的遺傳算法神經網絡、模糊神經網絡、小波神經網絡的結構及學習算法，以及圖形用戶界面、Simulink等內容，引用大量例子說明基於MATLAB進行神經網絡設計與應用的方法，還介紹了如何利用神經網絡解決控制、故障診斷、預測等應用領域中的實際問題，同時給出了各種神經網絡在不同應用時的網絡性能分析與直觀的圖形結果。
《MATLAB神經網絡應用設計》內容豐富、層次清晰、具有較強的實踐性和應用性，可作為高等院校相關專業神經網絡課程的教材，也可作為相關領域科技人員的參考用書。

前言
第1章 MATLAB基礎
1.1 MATLAB的歷史
1.1.1 MATLAB的產生
1.1.2 MATLAB的發展和應用
1.2 MATLAB簡介
1.2.1 MATLAB語言特點
1.2.2 MATLAB7的安裝
1.2.3 MATLAB常用函數及工具箱介紹
1.2.4 Simulink使用介紹
1.3 MATLAB快速入門
1.3.1 命令行窗口
1.3.2 其他重要窗口
l.3.3 Editor／Debugger窗口
1.3.4 MATLAB幫助系統
1.3.5 神經網絡工具箱快速入門
1.4 習題
1.5 上機實驗

第2章 人工神經網絡基礎
2.1 人工神經網絡的發展史
2.1.1 初期階段
2.1.2 停滯期
2.1.3 黃金時期
2.1.4 發展展望
2.2 生物神經元模型
2.3 人工神經網絡
2.3.1 神經網絡的特性
2.3.2 人工神經元模型
2.4 神經網絡常用的激勵函數
2.5 神經網絡的分類
2.6 神經網絡的學習方式
2.7 神經網絡的應用領域
2.8 習題

第3章 MATLAB神經網絡工具箱中的網絡對象及其屬性
3.1 MATLAB神經網絡工具箱中的網絡對象
3.2 MATLAB神經網絡工具箱中的網絡對象屬性
3.3 MATLAB神經網絡工具箱中的網絡子對象屬性
3.4 習題
3.5 上機實驗

第4章 神經網絡工具箱函數
4.1 概述
4.2 神經網絡工具箱中的通用函數
4.2.1 神經網絡仿真函數
4.2.2 神經網絡訓練及學習函數
4.2.3 神經網絡初始化函數
4.2.4 神經網絡輸入函數
4.2.5 神經網絡傳遞函數
4.3 感知器神經網絡工具箱函數
4.3.1 感知器神經網絡創建函數
4.3.2 感知器神經網絡顯示函數
4.3.3 感知器神經網絡性能函數
4.4 BP神經網絡工具箱函數
4.4.1 BP神經網絡創建函數
4.4.2 BP神經網絡傳遞函數
4.4.3 BP神經網絡學習函數
4.4.4 BP神經網絡訓練函數
4.4.5 BP神經網絡性能函數
4.4.6 BP神經網絡顯示函數
4.5 線性神經網絡工具箱函數
4.5.1 線性神經網絡創建函數和設計函數
4.5.2 學習函數
4.6 自組織競爭神經網絡工具箱函數
4.6.1 自組織競爭神經網絡創建函數
4.6.2 自組織競爭神經網絡傳遞函數
4.6.3 自組織競爭神經網絡距離函數
4.6.4 自組織競爭神經網絡學習函數
4.6.5 自組織競爭神經網絡初始化函數
4.6.6 自組織競爭神經網絡權值函數
4.6.7 自組織競爭神經網絡顯示函數
4.6.8 自組織競爭神經網絡結構函數
4.7 徑向基神經網絡工具箱函數
4.7.1 徑向基神經網絡創建函數
4.7.2 徑向基神經網絡轉換函數
4.7.3 徑向基神經網絡傳遞函數
4.8 反饋神經網絡工具箱函數
4.8.1 Hopfield網絡的工具箱函數
4.8.2 Elman網絡的工具箱函數
4.9 習題
4.1 0上機實驗

第5章 感知器
5.1 感知器神經網絡原理及模型
5.2 感知器的學習
5.3 感知器的局限性
5.4 感知器神經網絡設計實例
5.4.1 單層感知器神經網絡設計
5.4.2 多層感知器神經網絡設計
5.5 感知器的MATLAB實現
5.6 習題
5.7 上機實驗

第6章 線性神經網絡
6.1 線性神經網絡模型
6.2線性神經網絡的學習
6.3 線性神經網絡設計
6.3.1 線性神經網絡設計的基本方法
6.3.2 線性神經網絡設計實例
6.4 習題
6.5 上機實驗

第7章 BP網絡
7.1 BP神經元及BP網絡模型
7.2 BP網絡的學習
7.2.1 BP網絡學習算法
7.2.2 BP網絡學習算法的比較
7.3BP網絡的局限性及改進方法
7.3.1 BP網絡的局限性
7.3.2 BP網絡的改進方法
7.4 BP網絡設計
7.4.1 BP網絡設計的基本方法
7.4.2 BP網絡設計實例
7.5 習題
7.6 上機實驗

第8章 徑向基網絡
8.1 徑向基網絡模型
8.2 徑向基網絡的學習
8.3 其他徑向基網絡
8.4徑向基網絡設計
8.4.1 徑向基網絡設計的基本方法
8.4.2 徑向基網絡設計實例
8.5 習題
8.6 上機實驗

第9章 競爭型神經網絡
9.1 競爭型神經網絡模型
9.2 競爭型神經網絡的學習
93競爭型神經網絡存在的問題
9.4 競爭型神經網絡設計
9.4.1 競爭型神經網絡設計的基本方法
9.4.2 競爭型神經網絡設計實例
9.5 習題
9.6 上機實驗

第10章 自組織映射與學習向量量化神經網絡
10.1 自組織映射神經網絡
10.1.1 SOM神經網絡模型
10.1.2 SOM神經網絡的學習
10.2 SOM神經網絡設計實例
10.3 學習向量量化神經網絡
10.3.1 LVQ神經網絡模型
10.3.2 IVQ神經網絡的學習
10.3.3 LVQ學習算法的改進
10.4 LVQ神經網絡設計實例
10.5 習題
10.6 上機實驗

第11章 反饋型神經網絡
11.1 反饋型神經網絡的理論基礎
11.2 Elman神經網絡
11.2.1 Elman神經網絡模型
11.2.2 Elman神經網絡的學習
11.3 Hopfield神經網絡
11.3.1 Hopfield神經網絡模型
11.3.2Hopfield神經網絡的學習
11.4 反饋神經網絡設計
11.4.1 Elman神經網絡設計實例
11.4.2 Hopfield神經網絡設計實例
11.5 習題
第12章 遺傳神經網絡
第13章 模糊神經網絡
第14章 小波神經網絡
第15章 圖形用戶界面
第16章 Simulink神經網絡
第17章 神經網絡控制理論及應用
第18章 神經網絡故障診斷
第19章 神經網絡預測
第20章 神經網絡非線性系統辨識