Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6

Опубликовал: pvi777 в категорию Материалы по MathWorks MATLAB - Дата добавления: 19.09.2020, 11:13


В книге содержится описание пакета прикладных программ Neural Network Toolbox (ППП NNT) версии 4 (выпуски 11 и 12), функционирующего под управлением ядра системы MATLAB версий 5.3 и 6.
Книга состоит из двух частей. Первая часть содержит теорию и описание различных типов нейронных сетей; вторая – включает справочный материал, связанный с описанием М-функций пакета. Рассмотрено 15 типов нейронных сетей, для каждой из которых описана архитектура, методы адаптации, обучения и настройки параметров. Показано применение нейронных сетей для решения прикладных задач фильтрации и предсказания сигналов, подавления шумов, распознавания образов, построения систем управления.
Приведено полное описание вычислительной модели нейронной сети в виде массива записей. Архитектура нейронной сети представлена ее S-моделью, которая воспроизводится с помощью системы SIMULINK Паке программ дополнен библиотекой Neural Network Toolbox Block Library, содержащей блоки, необходимые для формирования S-модели нейронной сети.
Большое количество вспомогательных графических функций помогает пользователю создавать наглядные проекты нейронных сетей для различных приложений.
Книга предназначена для инженеров, научных работников, аспирантов и студентов, занимающихся созданием технических систем на основе нейронных сетей и использующих в своей практике современные вычислительные инструменты и средства прикладного программирования. 

ОГЛАВЛЕНИЕ

Предисловие
Введение

ЧАСТЬ 1. ППП NEURAL NERWORK TOOLBOX

1. Система MATLAB 6
1.1. Операционная среда MATLAB 6
1.2. GUI-интерфейс для ППП NNT
1.3. Демонстрационные примеры ППП NNT

2. Модель нейрона и архитектура сети
2.1. Модель нейрона
2.1.1. Простой нейрон
2.1.2. Функция активации
2.1.3. Нейрон с векторным входом
2.2. Архитектура нейронных сетей
2.2.1. Однослойные сети
2.2.2. Многослойные сети
2.2.3. Сети с прямой передачей сигнала
2.3. Создание, инициализация и моделирование сети

3. Обучение нейронных сетей
3.1. Процедуры адаптации и обучения
3.1.1. Способы адаптации и обучения
3.2. Методы обучения
3.2.1. Обучение однослойной сети
3.2.2. Обучение многослойной сети
3.3. Алгоритмы обучения
3.3.1. Градиентные алгоритмы обучения
3.3.2. Алгоритмы метода сопряженных градиентов                  
3.3.3. Квазинъютоновы-алгоритмы
3.3.4. Алгоритмы одномерного поиска                            
3.3.5. Расширение возможностей процедур обучения

4. Персептроны
4.1. Архитектура персептрона       
4.2. Модель персептрона    
4.3. Процедуры настройки параметров    

5. Линейные сети                           
5.1. Архитектура линейной сети   
5.2. Создание модели линейной сети       
5.3. Обучение линейной сети        
5.4. Применение линейных сетей 

6. Радиальные базисные сети     
6.1. Сети GRNN       
6.2. Сети PNN                      

7. Сети кластеризации и классификации данных     
7.1. Самоорганизующиеся нейронные сети                    
7.1.1. Слойкохонена
7.1.2. Карта Кохонена         
7.2. LVQ-сети                                  

8. Рекуррентные сети       
8.1. Сети Элмана     
8.2. Сети Хопфилда                        

9. Применение нейронных сетей
9.1. Аппроксимация и фильтрация сигналов      
9.1.1. Предсказание стационарного сигнала       
9.1.2. Слежение за нестационарным сигналом   
9.1.3. Моделирование стационарного фильтра   
9.1.4. Моделирование нестационарного фильтра
9.2. Распознавание образов
9.3. Нейронные сети и системы управления       
9.3.1. Регулятор с предсказанием  
9.3.2. Регулятор NARMA-L2         
9.3.3. Регулятор на основе эталонной модели     

ЧАСТЬ 2. ОПЕРАТОРЫ, ФУНКЦИИ И КОМАНДЫ         

10. Вычислительная модель нейронной сети 
10.1. Описание сети            
10.2. Описание элементов сети     

11. Формирование моделей нейронных сетей
11.1. Модели сетей  
11.1.1. Однослойные сети  
11.1.2. Многослойные сети
11.2. Функции активации  
11.3. Синаптические функции      
11.4. Функции инициализации     
11.5. Функции адаптации и обучения      
11.5.1. Функции оценки качества обучения        
11.6. Функции настройки параметров     
11.6.1. Функции одномерного поиска                                         
11.7. Масштабирование и восстановление-данных       
11.8. Вспомогательные функции  
11.9. Моделирование нейронных сетей и система Simulink
11.9.1. Применение системы Simulink      

Индексный указатель         
Предметный указатель
Литература   


Скачать:


  • Теги:

Комментарии:


Оставить комментарий

Вход на сайт

Информация о проекте

Настоящий сайт представляет собой информационный портал, содержащий материалы по проблеме бизнес-аналитики, раскрывающие особенности использования современных подходов и методов анализа и обработки данных, что в условиях современной информатизации общества представляется весьма актуальным при исследовании различных проблем социально-экономического характера.
Настоящий портал содержит материалы познавательного, учебно-методического и научно-исследовательского характера, демонстрирующие современное состояние развития проблемы бизнес-аналитики, проблемы анализа и обработки данных. Особое внимание на страницах сайта уделено методическому и аналитическому инструментарию рассматриваемых проблем. Наряду с теоретическими и аналитическими материалами сайт содержит пакеты программных продуктов, представляющих собой прикладной инструментарий, способный автоматизировать научно-практические исследования в области бизнес-аналитики и бизнес-статистики.

Контакты