《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》是在《MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析》的基礎(chǔ)上修改、補(bǔ)充而成的，秉承著“理論講解—案例分析—應(yīng)用擴(kuò)展”這一特色，幫助讀者更加直觀、生動(dòng)地學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。

《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》共有43章，內(nèi)容涵蓋常見的神經(jīng)網(wǎng)絡(luò)（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相關(guān)智能算法（SVM、決策樹、隨機(jī)森林、極限學(xué)習(xí)機(jī)等）。同時(shí)，部分章節(jié)也涉及了常見的優(yōu)化算法（遺傳算法、蟻群算法等）與神經(jīng)網(wǎng)絡(luò)的結(jié)合問題。此外，《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》還介紹了MATLAB R2012b中神經(jīng)網(wǎng)絡(luò)工具箱的新增功能與特性，如神經(jīng)網(wǎng)絡(luò)并行計(jì)算、定制神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)高效編程等。

使用《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》時(shí)，建議讀者按照“先通讀章節(jié)內(nèi)容，后調(diào)試程序，再精讀章節(jié)內(nèi)容”的順序?qū)W習(xí)。《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》程序建議在MATLAB R2009a及以上版本環(huán)境下運(yùn)行。若在程序調(diào)試過程中有任何疑問，建議先在論壇書籍答疑版塊搜索相關(guān)答案，然后再發(fā)帖與作者交流。

《MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》可作為高等學(xué)校相關(guān)專業(yè)學(xué)生本科畢業(yè)設(shè)計(jì)、研究生課題研究的參考書籍，亦可供相關(guān)專業(yè)教師教學(xué)參考。

目錄

第1章 BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類——語音特征信號(hào)分類
第2章 BP神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模——非線性函數(shù)擬合
第3章 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)——非線性函數(shù)擬合
第4章 神經(jīng)網(wǎng)絡(luò)遺傳算法函數(shù)極值尋優(yōu)——非線性函數(shù)極值尋優(yōu)
第5章 基于BP_Adaboost的強(qiáng)分類器設(shè)計(jì)——公司財(cái)務(wù)預(yù)警建模
第6章 PID神經(jīng)元網(wǎng)絡(luò)解耦控制算法——多變量系統(tǒng)控制
第7章 RBF網(wǎng)絡(luò)的回歸——非線性函數(shù)回歸的實(shí)現(xiàn)
第8章 GRNN的數(shù)據(jù)預(yù)測——基于廣義回歸神經(jīng)網(wǎng)絡(luò)的貨運(yùn)量預(yù)測
第9章 離散Hopfield神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶——數(shù)字識(shí)別
第10章 離散Hopfield神經(jīng)網(wǎng)絡(luò)的分類——高?？蒲心芰υu(píng)價(jià)
第11章 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)的優(yōu)化——旅行商問題優(yōu)化計(jì)算
第12章 初識(shí)SVM分類與回歸
第13章 LIBSVM參數(shù)實(shí)例詳解
第14章 基于SVM的數(shù)據(jù)分類預(yù)測——意大利葡萄酒種類識(shí)別
第15章 SVM的參數(shù)優(yōu)化——如何更好地提升分類器的性能
第16章 基于SVM的回歸預(yù)測分析——上證指數(shù)開盤指數(shù)預(yù)測
第17章 基于SVM的信息?；瘯r(shí)序回歸預(yù)測——上證指數(shù)開盤指數(shù)變化趨勢和變化空間預(yù)測
第18章 基于SVM的圖像分割——真彩色圖像分割
第19章 基于SVM的手寫字體識(shí)別
第20章 LIBSVMFarutoUltimate工具箱及GUI版本介紹與使用
第21章 自組織競爭網(wǎng)絡(luò)在模式分類中的應(yīng)用——患者癌癥發(fā)病預(yù)測
第22章 SOM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類——柴油機(jī)故障診斷
第23章 Elman神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)測——電力負(fù)荷預(yù)測模型研究
第24章 概率神經(jīng)網(wǎng)絡(luò)的分類預(yù)測——基于PNN的變壓器故障診斷
第25章 基于MIV的神經(jīng)網(wǎng)絡(luò)變量篩選——基于BP的神經(jīng)網(wǎng)絡(luò)變量篩選
第26章 LVQ神經(jīng)網(wǎng)絡(luò)的分類——乳腺腫瘤診斷
第27章 LVQ神經(jīng)網(wǎng)絡(luò)的預(yù)測——人臉朝向識(shí)別
第28章 決策樹分類器的應(yīng)用研究——乳腺癌診斷
第29章 極限學(xué)習(xí)機(jī)在回歸擬合及分類問題中的應(yīng)用研究——對(duì)比實(shí)驗(yàn)
第30章 基于隨機(jī)森林思想的組合分類器設(shè)計(jì)——乳腺癌診斷
第31章 思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)——非線性函數(shù)擬合
第32章 小波神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測——短時(shí)交通流量預(yù)測
第33章 模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測算法——嘉陵江水質(zhì)評(píng)價(jià)
第34章 廣義神經(jīng)網(wǎng)絡(luò)的聚類算法——網(wǎng)絡(luò)入侵聚類
第35章 粒子群優(yōu)化算法的尋優(yōu)算法——非線性函數(shù)極值尋優(yōu)
第36章 遺傳算法優(yōu)化計(jì)算——建模自變量降維
第37章 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測算法研究——訂單需求預(yù)測
第38章 基于Kohonen網(wǎng)絡(luò)的聚類算法——網(wǎng)絡(luò)入侵聚類
第39章 神經(jīng)網(wǎng)絡(luò)GUI的實(shí)現(xiàn)——基于GUI的神經(jīng)網(wǎng)絡(luò)擬合、模式識(shí)別、聚類
第40章 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測研究——基于MATLAB的NARX實(shí)現(xiàn)
第41章 定制神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)——神經(jīng)網(wǎng)絡(luò)的個(gè)性化建模與仿真
第42章 并行運(yùn)算與神經(jīng)網(wǎng)絡(luò)——基于CPU/GPU的并行神經(jīng)網(wǎng)絡(luò)運(yùn)算
第43章 神經(jīng)網(wǎng)絡(luò)高效編程技巧——基于MATLAB R2012b新版本特性的探討