图书介绍
神经网络PDF|Epub|txt|kindle电子书版本网盘下载
- 侯媛彬，杜京义，汪梅编著 著
- 出版社： 西安：西安电子科技大学出版社
- ISBN：7560619029
- 出版时间：2007
- 标注页数：223页
- 文件大小：11MB
- 文件页数：237页
- 主题词：人工神经元网络－高等学校－教材
PDF下载
下载说明
神经网络PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 智能控制技术基础1
1.1 智能控制的基本概念1
1.2 智能控制系统的分类和发展3
1.3 用于神经网络控制或辨识建模的噪声信号产生方法4
1.4 伪随机信号产生及MATLAB仿真举例8
1.5 语义网络知识表示法及Petri网举例12
1.6 小结14
习题14
第2章 神经网络控制的基本概念15
2.1 生物神经元模型15
2.2 人工神经元16
2.2.1 人工神经网络的发展16
2.2.2 神经网络的特性17
2.2.3 人工神经元模型17
2.3 神经网络常用的激发函数18
2.4 神经网络的分类19
2.5 神经网络学习方法21
2.6 小结25
习题25
第3章 前向神经网络模型及其仿真算法26
3.1 感知器算法及其应用26
3.1.1 感知器的概念26
3.1.2 感知器的局限性26
3.1.3 感知器的线性可分性27
3.1.4 感知器分类的MATLAB仿真29
3.2 BP神经网络及其算例35
3.3 其它前向网络40
3.4 神经网络模型辨识42
3.4.1 神经网络模型辨识系统结构42
3.4.2 神经网络模型辨识MATLAB仿真44
3.5 神经网络自适应控制系统结构48
3.6 神经元自适应控制系统MATLAB仿真50
3.6.1 Kp变化时系统的阶跃响应仿真50
3.6.2 系统的闭环零点z、极点p和增益k求取仿真51
3.6.3 单神经网络控制系统仿真52
3.7 小结54
习题54
第4章 改进的BP网络训练算法55
4.1 BP网络分析及其改进思路55
4.1.1 网络存在问题分析55
4.1.2 其它网络训练技巧56
4.2 基于降低网络灵敏度的网络改进算法57
4.3 提高神经网络容错性的理论和方法59
4.4 提高神经网络收敛速度的一种赋初值算法61
4.5 复杂系统神经网络辨识MATLAB仿真举例67
4.5.1 具有噪声二阶系统辨识的MATLAB程序剖析67
4.5.2 多维非线性辨识与MATLAB程序剖析70
4.6 小结77
习题77
第5章 小脑模型神经网络及其应用78
5.1 CMAC网络的特点78
5.2 改进的CMAC干式变压器卷线机跑偏信号谐波分析80
5.2.1 CMAC网络对非线性函数学习过程81
5.2.2 干式变压器卷线机跑偏信号谐波分析方法82
5.2.3 跑偏信号谐波仿真与分析83
5.3 改进的CMAC学习多维函数90
5.4 小结92
习题92
第6章 遗传算法及其神经网络93
6.1 遗传算法的概念93
6.1.1 遗传算法的定义及特点93
6.1.2 遗传操作94
6.2 一种适应度函数的改进算法98
6.2.1 适应度函数的选择与计算98
6.2.2 一种改进的遗传神经解耦方法100
6.2.3 遗传神经解耦仿真、实验及结论101
6.3 遗传算法及其遗传神经网络应用仿真102
6.3.1 遗传算法寻优MATLAB仿真102
6.3.2 遗传神经元辨识MATLAB仿真107
6.4 小结109
习题109
第7章 模糊神经网络110
7.1 传统控制与模糊控制110
7.2 模糊神经网络及其应用111
7.2.1 模糊神经网络的概念111
7.2.2 隶属函数神经网络111
7.2.3 模糊神经网络控制模型112
7.3 FNN对非线性多变量系统的解耦方法115
7.3.1 FNN解耦的基本模型115
7.3.2 FNN解耦的算法116
7.4 FC及FNN解耦算法的MATLAB仿真117
7.5 小结123
习题124
第8章 径向基函数网络125
8.1 径向基函数网络模型125
8.2 网络的训练与设计128
8.2.1 聚类分析128
8.2.2 动态聚类法128
8.2.3 RBF网络的学习算法130
8.3 径向基神经网络的工具箱132
8.3.1 面向MATLAB工具箱的径向基神经元模型132
8.3.2 面向MATLAB工具箱的径向基神经网络133
8.3.3 径向基网络的创建与学习过程133
8.3.4 径向基网络的应用135
8.4 混沌时间序列建模及预测137
8.4.1 相空间重构138
8.4.2 非线性函数逼近方法139
8.4.3 数值实验139
8.5 小结140
习题140
第9章 反馈型神经网络141
9.1 Hopfield神经网络141
9.1.1 Hopfield网络的结构141
9.1.2 Hopfield网络的稳定性143
9.1.3 基本学习规则146
9.1.4 Hopfield网络的联想特性148
9.2 反馈网络与优化计算151
9.2.1 Hopfield网络的电路模型与动态方程152
9.2.2 Hopfield网络的能量函数与稳定性154
9.2.3 Hopfield网络的优化计算155
9.3 Hopfield网络的MATLAB开发159
9.3.1 Hopfield神经网络的工具函数159
9.3.2 基于Hopfield网络的数字识别161
9.4 小结163
习题163
第10章 支持向量机164
10.1 统计学习理论的一般概念164
10.1.1 机器学习问题的表示165
10.1.2 经验风险最小化165
10.1.3 学习机的VC维与风险界167
10.1.4 结构风险最小化170
10.2 最优化理论基础171
10.2.1 二次规划171
10.2.2 拉格朗日理论173
10.2.3 二次规划的对偶175
10.3 支持向量机176
10.3.1 分类超平面的几何性质176
10.3.2 线性可分支持向量机178
10.3.3 近似线性可分支持向量机180
10.3.4 非线性可分支持向量机181
10.3.5 支持向量回归机184
10.4 支持向量机的实现186
10.4.1 LIBSVM软件包简介186
10.4.2 LIBSVM使用方法186
10.4.3 SVM在MATLAB中的实现189
10.5 SVM在故障诊断中的应用190
10.6 小结193
习题193
第11章 小波神经网络及应用194
11.1 多尺度分析194
11.2 小波变换195
11.3 小波包变换202
11.4 小波分析在信号处理中的应用204
11.4.1 信号奇异点检测仿真204
11.4.2 信号消噪仿真206
11.5 小波神经网络207
11.6 小波神经网络在电缆故障识别中的应用210
11.6.1 小波变换提取特征210
11.6.2 小波神经网络结构设计212
11.6.3 电缆故障识别仿真212
11.7 小结219
习题220
参考文献221