《MATLAB 神经网络43个案例分析》源代码&数据 《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章遗传算法优化BP神经网络——非线性函数拟合 第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章RBF网络的回归--非线性函数回归的实现 第8章GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章离散Hopfield神经网络的联想记忆——数字识别 第10章离散Hopfield神经网络的分类——高校科研能力评价 第11章连续Hopfield神经网络的优化——旅行商问题优化计算 第12章初始SVM分类与回归 第13章LIBSVM参数实例详解 第14章基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章SVM的参数优化——如何更好的提升分类器的性能 第16章基于SVM的回归预测分析——上证指数开盘指数预测. 第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章基于SVM的图像分割-真彩色图像分割 第19章基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章决策树分类器的应用研究——乳腺癌诊断 第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章思维进化算法优化BP神经网络——非线性函数拟合 第32章小波神经网络的时间序列预测——短时交通流量预测 第33章模糊神经网络的预测算法——嘉陵江水质评价 第34章广义神经网络的聚类算法——网络入侵聚类 第35章粒子群优化算法的寻优算法——非线性函数极值寻优 第36章遗传算法优化计算——建模自变量降维 第37章基于灰色神经网络的预测算法研究——订单需求预测 第38章基于Kohonen网络的聚类算法——网络入侵聚类 第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章定制神经网络的实现——神经网络的个性化建模与仿真 第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络。 《MATLAB神经网络43个案例分析》共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。此外，《MATLAB神经网络43个案例分析》还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性，如神经网络并行计算、定制神经网络、神经网络高效编程等。 使用《MATLAB神经网络43个案例分析》时，建议读者按照“先通读章节内容，后调试程序，再精读章节内容”的顺序学习。《MATLAB神经网络43个案例分析》程序建议在MATLAB R2009a及以上版本环境下运行。若在程序调试过程中有任何疑问，建议先在论坛书籍答疑版块搜索相关答案，然后再发帖与作者交流。 《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究

MATLAB神经网络43个案例分析源代码和数据，都是完整的

《MATLAB 神经网络43个案例分析》源代码&数据

MATLAB 神经网络43个案例分析MATLAB 神经网络43个案例分析

《MATLAB神经网络43个案例分析》高清完整版 学习MATLAB神经网络最高效的途径 包含了众多实际案例和代码

本书涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关的智能算法（SVM、决策树、随机森林、极限学习机等）。同时部分章节涉及到了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。

《MATLAB 神经网络43个案例分析》配套北京航空航天大学 王小川 史峰 编著的同名书籍

《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络。 《MATLAB神经网络43个案例分析》共有43章，内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时，部分章节也涉及了常见的优化算法(遗传算法、蚁群算法等)与神经网络的结合问题。此外，《MATLAB神经网络43个案例分析》还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性，如神经网络并行计算、定制神经网络、神经网络高效编程等。 使用《MATLAB神经网络43个案例分析》时，建议读者按照“先通读章节内容，后调试程序，再精读章节内容”的顺序学习。《MATLAB神经网络43个案例分析》程序建议在MATLAB R2009a及以上版本环境下运行。若在程序调试过程中有任何疑问，建议先在论坛书籍答疑版块搜索相关答案，然后再发帖与作者交流。 《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍，亦可供相关专业教师教学参考。

与《MATLAB神经网络43个案例分析》书配套使用的案例代码