《神经网络理论与MATLAB R2007实现》是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB 7中的神经网络工具箱4.0.3版本为基础。《神经网络理论与MATLAB R2007实现》前两章介绍了MATLAB 7和神经网络的基础知识，对神经网络工具箱的重要函数分门别类地进行了详细介绍，并给出了完整的示例。从第3章到第5章，分别介绍了几种比较重要的神经网络类型，包括感知器、线性网络和BP网络等，并介绍了这些网络的结构及学习算法，以及MATLAB的实现方法。第6章介绍了神经网络的图形用户界面。后5章分别讲述了如何利用神经网络工具箱解决控制、故障诊断、预测和有源消声等应用领域中的实际问题。

●MATB 7和神经网络的基础知识 　　●各类型神经网络工具箱函数及实例 　　●各类型神经网络理论及MATLAB实现 　　●神经网络控制理论及应用设计 　　●神经网络的图形用户界面GUI 　　●基于神经网络的故障诊断 　　●基于神经网络的预测 　　●基于神经网络的模糊控制 　　●基于神经网络的自适应噪声抵消技术。 读者对象： 　　本书可作为理工科各专业的高年级本科生、研究生学习神经网络的辅助教材，也可作为研究和应用这一领域的科技工作者的参考书。 　　本书是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB 7中的神经网络工具箱4.0.3版本为基础。本书前两章介绍了MATLAB 7和神经网络的基础知识，对神经网络工具箱的重要函数分门别类地进行了详细介绍，并给出了完整的示例。从第3章到第5章，分别介绍了几种比较重要的神经网络类型，包括感知器、...(展开全部)

Matlab语言是Mathworks公司推出的一套高性能计算机编程语言，集数学计算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空间。它附带有30多个工具箱，神经网络工具箱就是其中之一。 本书是在Matlab 6.5的神经网络工具箱v4.0.2基础上编写的，在M-book数据图形文字环境下以图文并茂的形式循序渐进的介绍了Matlab神经网络工具箱的原理和应用。全书共分11章，首先就各类型神经网络的结构模型、设计、训练等加以描述，并辅以大量的应用实例演示，然后介绍了神经网络图形用户界面，以及如何在Simulink环境下景象网络设计，最后提供了自定义神经网络的方法。 本书内容广泛，实例丰富，可作为高等学校计算机、电子工程、控制工程、应用力学、信息科学、数学、机械工程等专业师生的参考资料，也可作为从事这些领域工作的广大科技人员的...(展开全部)

Matlab语言是Mathworks公司推出的一套高性能计算机编程语言，集数学计算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空间。它附带有30多个工具箱，神经网络工具箱就是其中之一。 本书是在Matlab 6.5的神经网络工具箱v4.0.2基础上编写的，在M-book数据图形文字环境下以图文并茂的形式循序渐进的介绍了Matlab神经网络工具箱的原理和应用。全书共分11章，首先就各类型神经网络的结构模型、设计、训练等加以描述，并辅以大量的应用实例演示，然后介绍了神经网络图形用户界面，以及如何在Simulink环境下景象网络设计，最后提供了自定义神经网络的方法。 本书内容广泛，实例丰富，可作为高等学校计算机、电子工程、控制工程、应用力学、信息科学、数学、机械工程等专业师生的参考资料，也可作为从事这些领域工作的广大科技人员的...(展开全部)

《精通MATLAB神经网络》由MATLAB入门篇、神经网络提高篇和神经网络综合实战篇3篇组成。MATLAB入门篇主要介绍MATLAB软件、基本运算、图形绘制、程序设计和Simulink仿真；神经网络提高篇讲述神经网络的主要内容，包括神经网络工具箱和GUI工具，以及感知器、线性、BP、径向基、自组织、反馈等各种不同的神经网络，讲述各种神经网络的性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到理解和应用神经网络的目的。

《神经网络》的主要内容有：神经网络的概念，神经网络的分类与学习方法，前向神经网络模型及其算法，改进的BP网络及其控制、辨识建模，基于遗传算法的神经网络，基于模糊理论的神经网络，RBF网络及其在混沌背景下对微弱信号的测量与控制，反馈网络，Hopfield网络及其在字符识别中的应用，支持向量机及其故障诊断，小波神经网络及其在控制与辨识中的应用。

本书是一本神经网络实践进阶指南，适合对AI和深度学习感兴趣并且想进一步提高技能的读者阅读。本书从机器学习基础、深度学习应用和高级机器学习这三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。本书分为三部分：第1部分网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分，深度学习应用，主要是基于卷积神经网络图像处理、文本挖掘、循环神经网络、利用迁移学习重用神经网络；第三部分，高级应用领域，主要介绍对生成对抗网络、自动编码器、损失函数、深度信度网络、强化学习基本定义等。

《MATLAB神经网络应用设计》利用目前国际上流行的MATLAB环境，结合神经网络工具箱，在深入浅出地介绍人工神经网络中的各种典型网络以及训练过程的基础上，利用MATLAB工具箱进行神经网络的设计与应用。《MATLAB神经网络应用设计》给出了各种神经网络在不同应用时的网络性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到正确、合理和充分应用神经网络的目的。

本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此基础上,介绍MATLAB中神经网络工具箱在神经网络、深度学习中的应用,并给出相应的应用实例。本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的专业人员的参考书。

本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此基础上,介绍MATLAB中神经网络工具箱在神经网络、深度学习中的应用,并给出相应的应用实例。本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的专业人员的参考书。