MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析.rar

MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析源代碼&數(shù)據(jù) 《MATLAB 神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》目錄 第1章 BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類(lèi)——語(yǔ)音特征信號(hào)分類(lèi) 第2章 BP神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性系統(tǒng)建模——非線(xiàn)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(xiàn)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(xiàn)性函數(shù)極值尋優(yōu) 第5章 基于BP_Adaboost的強(qiáng)分類(lèi)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(xiàn)性函數(shù)回歸的實(shí)現(xiàn) 第8章 GRNN網(wǎng)絡(luò)的預(yù)測(cè)----基于廣義回歸神經(jīng)網(wǎng)絡(luò)的貨運(yùn)量預(yù)測(cè) 第9章 離散Hopfield神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶——數(shù)字識(shí)別 第10章 離散Hopfield神經(jīng)網(wǎng)絡(luò)的 分類(lèi)——高校科研能力評(píng)價(jià) 第11章 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)的優(yōu)化——旅行商問(wèn)題優(yōu)化計(jì)算 第12章 初始SVM分類(lèi)與回歸 第13章 LIBSVM參數(shù)實(shí)例詳解 第14章 基于SVM的數(shù)據(jù)分類(lèi)預(yù)測(cè)——意大利葡萄酒種類(lèi)識(shí)別 第15章 SVM的參數(shù)優(yōu)化——如何更好的提升分類(lèi)器的性能 第16章 基于SVM的回歸預(yù)測(cè)分析——上證指數(shù)開(kāi)盤(pán)指數(shù)預(yù)測(cè). 第17章 基于SVM的信息�；瘯r(shí)序回歸預(yù)測(cè)——上證指數(shù)開(kāi)盤(pán)指數(shù)變化趨勢(shì)和變化空間預(yù)測(cè) 第18章 基于SVM的圖像分割-真彩色圖像分割 第19章 基于SVM的手寫(xiě)字體識(shí)別 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介紹與使用 第21章 自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)在模式分類(lèi)中的應(yīng)用—患者癌癥發(fā)病預(yù)測(cè) 第22章 SOM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類(lèi)--柴油機(jī)故障診斷 第23章 Elman神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)測(cè)----電力負(fù)荷預(yù)測(cè)模型研究 第24章 概率神經(jīng)網(wǎng)絡(luò)的分類(lèi)預(yù)測(cè)--基于PNN的變壓器故障診斷 第25章 基于MIV的神經(jīng)網(wǎng)絡(luò)變量篩選----基于BP神經(jīng)網(wǎng)絡(luò)的變量篩選 第26章 LVQ神經(jīng)網(wǎng)絡(luò)的分類(lèi)——乳腺腫瘤診斷 第27章 LVQ神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)——人臉朝向識(shí)別 第28章 決策樹(shù)分類(lèi)器的應(yīng)用研究——乳腺癌診斷 第29章 極限學(xué)習(xí)機(jī)在回歸擬合及分類(lèi)問(wèn)題中的應(yīng)用研究——對(duì)比實(shí)驗(yàn) 第30章 基于隨機(jī)森林思想的組合分類(lèi)器設(shè)計(jì)——乳腺癌診斷 第31章 思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)——非線(xiàn)性函數(shù)擬合 第32章 小波神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)——短時(shí)交通流量預(yù)測(cè) 第33章 模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)算法——嘉陵江水質(zhì)評(píng)價(jià) 第34章 廣義神經(jīng)網(wǎng)絡(luò)的聚類(lèi)算法——網(wǎng)絡(luò)入侵聚類(lèi) 第35章 粒子群優(yōu)化算法的尋優(yōu)算法——非線(xiàn)性函數(shù)極值尋優(yōu) 第36章 遺傳算法優(yōu)化計(jì)算——建模自變量降維 第37章 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)算法研究——訂單需求預(yù)測(cè) 第38章 基于Kohonen網(wǎng)絡(luò)的聚類(lèi)算法——網(wǎng)絡(luò)入侵聚類(lèi) 第39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(shí)別、聚類(lèi) 第40章 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)研究——基于MATLAB的NARX實(shí)現(xiàn) 第41章 定制神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)——神經(jīng)網(wǎng)絡(luò)的個(gè)性化建模與仿真 第42章 并行運(yùn)算與神經(jīng)網(wǎng)絡(luò)——基于CPU/GPU的并行神經(jīng)網(wǎng)絡(luò)運(yùn)算 第43章 神經(jīng)網(wǎng)絡(luò)高效編程技巧——基于MATLAB R2012b新版本特性的探討