王小川新书《MATLAB 神经网络43个案例分析》上市，内容比上一版更丰富，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。

王小川老师在论坛开课也颇受欢迎，MATLAB的从入门到实用的现场培训，十一在北京也有课，对MATLAB感兴趣的坛友请关注一下，这次培训还免费送视频喔！点击了解！
本书共有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,本书还介绍了MATLABR2012b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、高效编程等。

《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MATLAB R2012b新版本特性的探讨



使用本书时,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。本书程序建议在MATLABR2009a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。
本书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。


《MATLAB神经网络43个案例分析》一书是《MATLAB神经网络30个案例分析》的升级版本。《MATLAB神经网络30个案例分析》一书在2010年4月份第一次印刷后,陆续收到了许多读者的反馈信息:有针对书籍案例提出相关问题的,有提出写作上宝贵意见和建议的,有针对书籍部分印刷勘误的……我们认真地回复了读者们关心的问题,还专门对大部分读者比较关心的问题进行了总结与补充。为了让更多学习神经网络的读者能够快速地了解并且在MATLAB下使用神经网络进行建模,MATLAB技术论坛对原书进行了升级,编写了本书。
本书共有43章,论述在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,如BP神经网络、RBF神经网络、VM、SOM神经网络、Hopfield神经网络、Elman神经网络、LVQ神经网络、Kohonen神经网络、GRNN神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。考虑到MATLABR2012b中神经网络工具箱作了更新,本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节,适合中高级神经网络研究人员参考。
在修订本书的过程中,我们始终牢记着数万读者对本书的要求,严格按照以下要点编写本书:
案例的实用性。本书所例举的43个案例,部分来源于各大公司、院校的科研课题,部分来源于当下各大MATLAB技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用,读者可以根据自己的需要,第一时间找到适合自己学习的神经网络章节,进行阅读。
程序的可模仿性。本书的所有案例章节程序都是高度模块化的,不管是什么网络,其基本思想都是数据的前期处理、神经网络模型的设置、模型的训练以及模型的使用。读者如果需要模仿某些程序,只需要更改程序中某些模块和参数即可。
书籍的互动性。我们从第一版就一直强调一个理念:“有问必答”。对于神经网络这门包含太多抽象知识的学科,如果读者能在阅读过程中得到一位或者数位作者的指导,将会产生事半功倍的效果,本书的四位作者每天都会在MATLAB技术论坛解答关于本书的问题,争取做到有问必答!

本书适合所有做与神经网络相关研究的读者阅读。我们深知,神经网络就是一个巨大的黑盒子,我们一直在研究其奥妙所在。“独学而无友,则孤陋而寡闻”,若本书有任何不当之处,希望读者及时向我们反馈,请您相信,所有作者一直在为完善本书而努力。

Matlab初中级实战培训

时间	地点	费用	报名
10月1日-3日	北京，人民大学	3000元（学生1800）	点此报名
10月25日-27日	广州，中山大学	3000元（学生1800）	点此报名

【咨询联系方式】

QQ号：619492407

电话： (010)68472925（曾老师）

邮箱： training@pinggu.org