內容簡介
該書是MATLAB中文論壇神經網路版塊數千個帖子的總結，充分強調“案例實用性、程式可模仿性”。所有案例均來自於論壇會員的切身需求，保證每一個案例都與實際課題相結合。
讀者調用案例的時候，只要把案例中的數據換成自己需要處理的數據，即可實現自己想要的網路。如果在實現過程中有任何疑問，可以隨時在MATLAB中文論壇與作者交流，作者每天線上，有問必答。
該書共有30個MATLAB神經網路的案例(含可運行程式），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神經網路；還包含PSO(粒子群）、灰色神經網路、模糊網路、機率神經網路、遺傳算法最佳化等內容。該書另有31個配套的教學視頻幫助讀者更深入地了解神經網路。
本書可作為本科畢業設計、研究生項目設計、博士低年級課題設計參考書籍，同時對廣大科研人員也有很高的參考價值。
圖書目錄
第1章 P神經網路的數據分類——語音特徵信號分類
第2章 BP神經網路的非線性系統建模——非線性函式擬合
第3章 遺傳算法最佳化BP神經網路——非線性函式擬合
第4章 神經網路遺傳算法函式極值尋優——非線性函式極值尋優
第5章 基於BP_Adaboost的強分類器設計——公司財務預警建模
第6章 PID神經元網路解耦控制算法——多變數系統控制
第7章 RBF網路的回歸——非線性函式回歸的實現
第8章 GRNN的數據預測——基於廣義回歸神經網路的貨運量預測
第9章 離散Hopfield神經網路的聯想記憶——數字識別
第10章 離散Hopfield神經網路的分類——高校科研能力評價
第11章 連續Hopfield神經網路的最佳化——旅行商問題最佳化計算
第12章 SVM的數據分類預測——義大利葡萄酒種類識別
第13章 SVM的參數最佳化——如何更好的提升分類器的性能
第14章 SVM的回歸預測分析——上證指數開盤指數預測
第15章 SVM的信息粒化時序回歸預測——上證指數開盤指數變化趨勢和變化空間預測
第16章 自組織競爭網路在模式分類中的套用——患者癌症發病預測
第17章SOM神經網路的數據分類——柴油機故障診斷
第18章Elman神經網路的數據預測——電力負荷預測模型研究
第19章 機率神經網路的分類預測——基於PNN的變壓器故障診斷
第20章 神經網路變數篩選——基於BP的神經網路變數篩選
第21章 LVQ神經網路的分類——乳腺腫瘤診斷
第22章 LVQ神經網路的預測——人臉朝向識別
第23章 小波神經網路的時間序列預測——短時交通流量預測
第24章 模糊神經網路的預測算法——嘉陵江水質評價
第25章 廣義神經網路的聚類算法——網路入侵聚類
第26章 粒子群最佳化算法的尋優算法——非線性函式極值尋優
第27章 遺傳算法最佳化計算——建模自變數降維
第28章 基於灰色神經網路的預測算法研究——訂單需求預測
第29章 基於Kohonen網路的聚類算法——網路入侵聚類
第30章 神經網路GUI的實現——基於GUI的神經網路擬合、模式識別、聚類
