欢迎光临中图网 请 | 注册
> >
神经网络与深度学习——基于MATLAB的仿真与实现

神经网络与深度学习——基于MATLAB的仿真与实现

出版社:清华大学出版社出版时间:2022-05-01
开本: 其他 页数: 379
中 图 价:¥62.3(7.0折) 定价  ¥89.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

神经网络与深度学习——基于MATLAB的仿真与实现 版权信息

  • ISBN:9787302591085
  • 条形码:9787302591085 ; 978-7-302-59108-5
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

神经网络与深度学习——基于MATLAB的仿真与实现 本书特色

神经网络与深度学习是当前人工智能领域的热点问题之一。很多学生和科技工作者需要理解和应用神经网络的方法来处理相关的工程问题,但目前市场上大多数相关图书偏向学术研究,缺乏实践性。鉴于此,本书对学术界已经基本形成共识的主流神经网络及深度学习算法进行了归纳、总结和仿真,并从工程应用的角度对新兴的神经网络技术进行介绍,帮助读者尽快掌握这些算法及其应用。本书主要内容包括: ?? 神经网络的基本原理; ?? 深度学习的理论及架构; ?? 卷积神经网络的原理; ?? 神经网络的训练方法; ?? 神经网络的MATLAB仿真; ?? 深度学习的MATLAB仿真。

神经网络与深度学习——基于MATLAB的仿真与实现 内容简介

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。

神经网络与深度学习——基于MATLAB的仿真与实现 目录

**部分神经网络基础及MATLAB

绪论

第1章神经网络概述

第2章MATLAB基本知识及神经网络工具箱简介

2.1MATLAB基本知识

2.2MATLAB神经网络工具箱

2.2.1基于代码的MATLAB神经网络工具箱的应用

2.2.2基于图形界面的MATLAB神经网络工具箱的应用

2.2.3MATLAB/Simulink中神经网络相关模块的应用

2.2.4MATLAB菜单栏中神经网络相关模块的应用

第二部分经典神经网络

第3章感知机

3.1感知机的基本结构与算法基础

3.1.1单层感知机的基本结构

3.1.2多层感知机的基本结构与算法基础

3.2感知机的MATLAB实现

3.2.1单层感知机的MATLAB仿真实现

3.2.2多层感知机的MATLAB仿真实现

第4章线性神经网络

4.1线性神经网络的基本结构与算法基础

4.1.1线性神经网络基本结构及学习算法

4.1.2*小均方差算法中关于学习率η的讨论

4.1.3线性神经网络的训练

4.2线性神经网络的MATLAB实现

4.2.1线性神经网络在分类问题中的应用

4.2.2线性神经网络在拟合(回归)问题中的应用

4.2.3线性神经网络在信号处理中的应用

4.3关于线性神经网络的几点讨论

第5章BP神经网络

5.1BP神经网络的基本结构与算法基础

5.1.1BP神经网络基本结构及学习算法

5.1.2BP神经网络的构建

5.1.3BP神经网络算法问题的改进讨论

5.2BP神经网络的MATLAB实现

5.2.1BP神经网络在分类问题中的应用

5.2.2BP神经网络在拟合(回归)问题中的应用

5.2.3BP神经网络在信号处理中的应用

5.3关于BP神经网络的几点讨论

第6章径向基神经网络

6.1径向基神经网络的基本结构与算法基础

6.1.1径向基神经网络基本结构及学习算法

6.1.2径向基神经网络在拟合问题中的应用分析

6.1.3径向基神经网络在分类问题中的应用分析

6.2径向基神经网络的MATLAB实现

6.2.1径向基神经网络在拟合(回归)问题中的应用

6.2.2径向基神经网络在分类问题中的应用

6.2.3径向基神经网络在数据预测中的应用

6.3关于径向基神经网络的几点讨论

第7章Hopfield神经网络

7.1Hopfield神经网络的基本结构与算法基础

7.1.1离散型Hopfield神经网络

7.1.2连续型Hopfield神经网络

7.1.3Hopfield神经网络的几个问题

7.2Hopfield神经网络的MATLAB实现

7.3关于 Hopfield神经网络的几点讨论

第8章SOM神经网络

8.1SOM神经网络的基本结构与算法基础

8.1.1SOM神经网络的运行原理

8.1.2SOM神经网络基本结构及学习算法

8.1.3SOM神经网络的训练

8.1.4SOM神经网络的设计

8.2SOM神经网络的MATLAB实现

8.2.1二维SOM神经网络识别分类

8.2.2SOM神经网络在故障诊断中的应用

8.2.3SOM神经网络的工具箱实现

8.3关于SOM神经网络的几点讨论

第9章概率神经网络

9.1概率神经网络的基本结构与算法基础

9.1.1概率神经网络的理论基础

9.1.2概率神经网络的结构模型

9.1.3概率神经网络的训练

9.1.4概率神经网络模式分类学习算法

9.2概率神经网络的MATLAB实现

9.2.1基于PNN的鸢尾花分类

9.2.2变压器故障诊断

9.2.3概率神经网络的工具箱实现

9.2.4PNN中参数spread对分类的影响

第三部分深度学习神经网络

第10章深度信念网络

10.1玻耳兹曼机基本结构及学习

10.1.1玻耳兹曼机的基本结构

10.1.2玻耳兹曼机的训练方法

10.2深度信念网络的基本结构

10.3深度信念网络的MATLAB实现

10.3.1数据集

10.3.2DeeBNet工具箱实现

10.3.3MATLAB 2019深度学习工具箱的实现案例

第11章自编码器

11.1自编码器的基本结构与算法基础

11.1.1自编码器的基本结构

11.1.2自编码器的学习算法

11.2自编码器的MATLAB实现

11.2.1堆栈自编码器的实现案例1

11.2.2降噪堆栈自编码的实现

11.2.3堆栈自编码器的实现案例2

第12章卷积神经网络

12.1卷积神经网络的基本结构与算法基础

12.1.1卷积神经网络的特点

12.1.2卷积神经网络的训练

12.1.3常见的卷积神经网络结构

12.2卷积神经网络的实现

12.2.1卷积神经网络的实现1

12.2.2卷积神经网络的实现2

12.2.3MATLAB 2019b深度学习工具箱

12.2.4MATLAB 2019b深层网络设计器的实现

第13章生成对抗网络(GAN)

13.1GAN的起源与发展

13.1.1GAN的起源

13.1.2GAN的发展

13.1.3GAN的特点

13.2GAN的结构与原理

13.2.1GAN的基本结构

13.2.2GAN的训练过程

13.2.3GAN的改进模型

13.2.4GAN的应用

13.3GAN的MATLAB实现

13.3.1GAN的MATLAB实现1

13.3.2GAN的MATLAB实现2

13.3.3GAN的MATLAB实现3

第14章循环神经网络

14.1循环神经网络的结构与算法基础

14.1.1普通的循环神经网络的结构和算法

14.1.2长短时记忆网络的结构和算法

14.2LSTM网络的MATLAB实现

14.2.1LSTM网络语音序列数据分类

14.2.2LSTM网络时序数据预测

参考文献


展开全部

神经网络与深度学习——基于MATLAB的仿真与实现 节选

孙雁卿 合创自动化有限公司董事长 神经网络及深度学习是近年来涌现的新技术,对我国传统产业的升级改造及工业基地的经济转型与发展有着重大意义和深远影响。《神经网络与深度学习——基于MATLAB的仿真与实现》从基础理论出发,结合作者的教学及科研项目实践,深入浅出地介绍了基础神经网络及深度学习技术的理论、方法和应用。本书对于神经网络及深度学习的初学者而言是一本较为合适的入门参考书。 熊珍凯 中船重工七一三所高级工程师 本书理论与实践相结合,详细阐述了人工神经网络的主要算法结构,讲解简洁明了,内容详细全面,实例可操作性强,而且融合了作者的工程经验,兼具实用性和教学性,对于自动化及人工智能专业的学生与科技开发人员具有重要的参考价值。 雷小光 华美半导体协会北京分会副会长,北京庆盛创新科技有限公司总经理 近年来,人工智能技术在各领域显示了强大的生命力。神经网络、深度学习是人工智能领域的关键技术。《神经网络与深度学习——基于MATLAB的仿真与实现》从基本的神经网络出发,渐次引导读者进入深度学习领域,对于初学者有较好的引导作用,可以使他们从大量繁杂的数学推导中解放出来,了解神经网络的基本原理及实践应用。本书对于工程技术人员也有一定的参考和借鉴价值。 李彦昌 合创自动化有限公司高级工程师 《神经网络与深度学习——基于MATLAB的仿真与实现》从基本理论出发,由浅入深地介绍了神经网络的工作原理、组成结构及应用实例,有助于读者了解和学习神经网络及深度学习的基本架构和工程应用,对初学者和工程技术人员有很好的学习和参考价值。 张雄 唯盼智能科技有限公司首席技术官 《神经网络与深度学习——基于MATLAB的仿真与实现》详细阐述了传统神经网络结构与典型深度神经网络原理,讲解浅显易懂。同时,本书基于MATLAB平台实现了不同的应用任务,实例具有代表性,对不同行业领域的技术人员及高校师生具有较高的参考价值。

神经网络与深度学习——基于MATLAB的仿真与实现 作者简介

姚舜才 中北大学副教授,硕士生导师。于2016年在美国密歇根科技大学做访问学者。目前主要研究神经网络及深度学习在系统数据建模中的应用。多次获得山西省中青年教师教学基本功竞赛奖励,并被评为山西省普通高校师德师风建设先进个人;多次获得山西省高等学校科技进步奖;发表50余篇学术及教学论文,其中EI收录10篇;作为负责人及主要完成人承担多项国家和山西省自然科学基金以及国际合作基金项目;出版教材3部,申请专利3项。 李大威 中北大学副教授,硕士生导师。主要研究方向包括模式识别、机器学习等。先后主持或者参与国家自然科学基金项目、山西省自然科学基金项目、横向科研项目10余项,发表SCI/EI论文6篇,参编教材1部,授权发明专利3项。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服