《MATLAB R2016a神经网络设计与应用28个案例分析》（编者:方清城）-图书推荐
内容提要
方清城编著的《MATLAB R2016a神经网络设计与应用28个案例分析》以MATLAB R2016a为平台编写。全书共分28个案例，主要介绍神经网络工具箱函数、前向型神经网络、反馈型神经网络、竞争型神经网络、神经网络的控制系统预测及诊断、神经网络图形用户接口、神经网络的Simulink、自定义神经网络等内容，可使读者全面了解MATLAB在神经网络中的应用。本书可以作为广大科研人员、学者、工程技术人员的参考用书，也可以作为高等理工科院校电子信息、通信工程及自动控制等学科的本科生与研究生的学习用书。本书实例丰富，书中给出的源代码都经过了实际项目的检验，读者可在清华大学出版社网站本书页面下载相关的源代码。
目录
第1章 线性神经网络的工程应用
1.1 系统辨识的MATLAB实现
1.2 自适应系统辨识的MATLAB实现
1.3 线性系统预测的MATLAB实现
1.4 线性神经网络用于消噪处理的MATLAB实现
第2章 神经网络预测的实例分析
2.1 地震预报的MATLAB实现
2.1.1 概述
2.1.2 地震预报的MATLAB实例分析
2.2 交通运输能力预测的MATLAB实现
2.2.1 概述
2.2.2 交通运输能力预测的MATLAB实例分析
2.3 农作物虫情预测的MATLAB实现
2.3.1 概述
2.3.2 农作物虫情预测的MATLAB实例分析
2.4 基于概率神经网络的故障诊断
2.4.1 概述
2.4.2 基于PNN的故障诊断实例分析
2.5 基于BP网络和Elman网络的齿轮箱故障诊断
2.5.1 概述
2.5.2 基于BP网络的齿轮箱故障诊断实例分析
2.5.3 基于Elman网络的齿轮箱故障诊断实例分析
2.6 基于RBF网络的船用柴油机故障诊断
2.6.1 概述
2.6.2 基于RBF网络的船用柴油机故障诊断实例分析
第3章 BP网络算法分析与工程应用
3.1 数值优化的BP网络训练算法
3.1.1 拟牛顿法
3.1.2 共轭梯度法
3.1.3 Leverlberg-Marquardt法
3.2 BP网络的工程应用
3.2.1 BP网络在分类中的应用
3.2.2 函数逼近
3.2.3 BP网络用于胆固醇含量的估计
3.2.4 模式识别
第4章 神经网络算法分析与实现
4.1 Elman神经网络
4.1.1 Elman神经网络结构
4.1.2 Elman神经网络的训练
4.1.3 Elman神经网络的MATLAB实现
4.2 Boltzmann机网络
4.2.1 BM网络结构
4.2.2 BM网络的规则
4.2.3 用BM网络解TSP
4.2.4 BM网络的MATLAB实现
4.3 BSB模型
4.3.1 BSB神经模型概述
4.3.2 BSB的MATLAB实现
第5章 预测控制算法分析与实现
5.1 系统辨识