資源簡介
讀者調(diào)用案例的時候,只要把案例中的數(shù)據(jù)換成自己需要處理的數(shù)據(jù),即可實(shí)現(xiàn)自己想要的網(wǎng)絡(luò)。如果在實(shí)現(xiàn)過程中有任何疑問,可以隨時在MATLAB中文論壇與作者交流,作者每天在線,有問必答。
該書共有30個MATLAB神經(jīng)網(wǎng)絡(luò)的案例(含可運(yùn)行程序),包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神經(jīng)網(wǎng)絡(luò);還包含PSO(粒子群)、灰色神經(jīng)網(wǎng)絡(luò)、模糊網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)、遺傳算法優(yōu)化等內(nèi)容。該書另有31個配套的教學(xué)視頻幫助讀者更深入地了解神經(jīng)網(wǎng)絡(luò)。
本書可作為本科畢業(yè)設(shè)計(jì)、研究生項(xiàng)目設(shè)計(jì)、博士低年級課題設(shè)計(jì)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(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類--語音特征信號分類
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)字識別
第10章 離散Hopfield神經(jīng)網(wǎng)絡(luò)的分類--高校科研能力評價
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 SVM的數(shù)據(jù)分類預(yù)測--意大利葡萄酒種類識別
第13章 SVM的參數(shù)優(yōu)化--如何更好的提升分類器的性能
第14章 SVM的回歸預(yù)測分析--上證指數(shù)開盤指數(shù)預(yù)測
第15章 SVM的信息粒化時序回歸預(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16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17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18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19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20章 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21章 LVQ神經(jīng)網(wǎng)絡(luò)的分類--乳腺腫瘤診斷
第22章 LVQ神經(jīng)網(wǎng)絡(luò)的預(yù)測--人臉朝向識別
第23章 小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測--短時交通流量預(yù)測
第24章 模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測算法--嘉陵江水質(zhì)評價
第25章 廣義神經(jīng)網(wǎng)絡(luò)的聚類算法--網(wǎng)絡(luò)入侵聚類
第26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27章 遺傳算法優(yōu)化計(jì)算--建模自變量降維
第28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29章 基于Kohonen網(wǎng)絡(luò)的聚類算法--網(wǎng)絡(luò)入侵聚類
第30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、模式識別、聚類
代碼片段和文件信息
%%?該代碼為基于帶動量項(xiàng)的BP神經(jīng)網(wǎng)絡(luò)語音識別
%
%?
%? 該案例作者申明: 1:本人長期駐扎在此板塊里,對該案例提問,做到有問必答。本套書籍官方網(wǎng)站為:video.ourmatlab.com 2:點(diǎn)此從當(dāng)當(dāng)預(yù)定本書:《Matlab神經(jīng)網(wǎng)絡(luò)30個案例分析》。 3:此案例有配套的教學(xué)視頻,視頻下載方式video.ourmatlab.com/vbuy.html。?
4:此案例為原創(chuàng)案例,轉(zhuǎn)載請注明出處(《Matlab神經(jīng)網(wǎng)絡(luò)30個案例分析》)。 5:若此案例碰巧與您的研究有關(guān)聯(lián),我們歡迎您提意見,要求等,我們考慮后可以加在案例里。
%?
%%?清空環(huán)境變量
clc
clear
%%?訓(xùn)練數(shù)據(jù)預(yù)測數(shù)據(jù)提取及歸一化
%下載四類語音信號
load?data1?c1
load?data2?c2
load?data3?c3
load?data4?c4
%四個特征信號矩陣合成一個矩陣
data(1:500:)=c1(1:500:);
data(501:1000:)=c2(1:500:);
data(1001:1500:)=c3(1:500:);
data(1501:2000:)=c4(1:500:);
%從1到2000間隨機(jī)排序
k=rand(12000);
[mn]=sort(k);
%輸入輸出數(shù)據(jù)
input=data(:2:25);
output1?=data(:1);
%把輸出從1維變成4維
output=zeros(20004);
for?i=1:2000
????switch?output1(i)
????????case?1
????????????output(i:)=[1?0?0?0];
????????case?2
????????????output(i:)=[0?1?0?0];
????????case?3
????????????output(i:)=[0?0?1?0];
????????case?4
????????????output(i:)=[0?0?0?1];
????end
end
%隨機(jī)提取1500個樣本為訓(xùn)練樣本,500個樣本為預(yù)測樣本
input_train=input(n(1:1500):)‘;
output_train=output(n(1:1500):)‘;
input_test=input(n(1501:2000):)‘;
output_test=output(n(1501:2000):)‘;
%輸入數(shù)據(jù)歸一化
[inputninputps]=mapminmax(input_train);
%%?網(wǎng)絡(luò)結(jié)構(gòu)初始化
innum=24;
midnum=25;
outnum=4;
?
%權(quán)值初始化
w1=rands(midnuminnum);
b1=rands(midnum1);
w2=rands(midnumoutnum);
b2=rands(outnum1);
w2_1=w2;w2_2=w2_1;
w1_1=w1;w1_2=w1_1;
b1_1=b1;b1_2=b1_1;
b2_1=b2;b2_2=b2_1;
%學(xué)習(xí)率
xite=0.1;
alfa=0.01;
loopNumber=10;
I=zeros(1midnum);
Iout=zeros(1midnum);
FI=zeros(1midnum);
dw1=zeros(innummidnum);
db1=zeros(1midnum);
%%?網(wǎng)絡(luò)訓(xùn)練
E=zeros(1loopNumber);
for?ii=1:10
????E(ii)=0;
????for?i=1:1:1500
???????%%?網(wǎng)絡(luò)預(yù)測輸出?
????????x=inputn(:i);
????????%?隱含層輸出
????????for?j=1:1:midnum
????????????I(j)=inputn(:i)‘*w1(j:)‘+b1(j);
????????????Iout(j)=1/(1+exp(-I(j)));
????????end
????????%?輸出層輸出
????????yn=w2‘*Iout‘+b2;
????????
???????%%?權(quán)值閥值修正
????????%計(jì)算誤差
????????e=output_train(:i)-yn;?????
????????E(ii)=E(ii)+sum(abs(e));
????????
????????%計(jì)算權(quán)值變化率
????????dw2=e*Iout;
????????db2=e‘;
????????
????????for?j=1:1:midnum
????????????S=1/(1+exp(-I(j)));
????????????FI(j)=S*(1-S);
????????end??????
????????for?k=1:1:innum
????????????for?j
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???57856958??2016-12-12?15:46??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析.pdf
?????文件???????6159??2013-08-21?07:25??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\BPDLX.m
?????文件???????3896??2013-08-21?07:15??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\chapter1_1.asv
?????文件???????4030??2013-08-21?07:18??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\chapter1_1.m
?????文件??????93015??2009-08-29?16:54??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\data1.mat
?????文件??????92845??2009-08-29?16:54??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\data2.mat
?????文件??????92937??2009-08-29?16:54??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\data3.mat
?????文件??????93438??2009-08-29?16:54??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter1\chapter1\data4.mat
?????文件???????1452??2013-09-02?15:05??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\chapter10.m
?????文件????????443??2009-10-06?15:58??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\class.mat
?????文件????????453??2013-09-02?15:05??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\Readme.txt
?????文件????????465??2009-10-06?21:11??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\sim.mat
?????文件????????249??2013-09-02?15:06??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\stdlib.m
?????文件????????807??2013-09-02?15:06??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter10\test.m
?????文件????????232??2009-09-21?13:03??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter11\city_location.mat
?????文件????????217??2009-12-21?19:56??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter11\diff_u.m
?????文件????????247??2010-01-30?10:30??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter11\energy.m
?????文件???????2674??2013-09-02?15:07??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter11\main.m
?????文件????????434??2013-09-02?15:07??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter11\Readme.txt
?????文件???????2555??2013-08-18?10:51??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter12\chapter12\Chapter_ClassifyRegressUsingLibsvm.m
?????文件??????28904??2005-03-22?20:37??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter12\chapter12\heart_scale.mat
?????文件??????14895??2013-08-18?10:52??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter12\chapter12\html\Chapter_ClassifyRegressUsingLibsvm.html
?????文件???????1911??2013-08-18?10:52??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter12\chapter12\html\Chapter_ClassifyRegressUsingLibsvm.png
?????文件???????9183??2013-08-18?10:52??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter12\chapter12\html\Chapter_ClassifyRegressUsingLibsvm_01.png
?????文件???????1308??2013-08-18?10:53??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter13\chapter13\Chapter_ModelDecryption.m
?????文件??????28904??2005-03-22?20:37??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter13\chapter13\heart_scale.mat
?????文件???????8933??2013-08-18?10:53??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter13\chapter13\html\Chapter_ModelDecryption.html
?????文件???????2429??2013-08-18?10:55??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter14\chapter14\chapter_WineClass.m
?????文件??????20168??2010-01-30?18:38??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter14\chapter14\chapter_WineClass.mat
?????文件??????13636??2013-08-18?10:55??MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析\案例分析源代碼\chapter14\chapter14\html\chapter_WineClass.html
............此處省略833個文件信息
評論
共有 條評論