Нейронные сети, MATLAB 6, Медведев В.С., Потемкин В.Г., 2002

Нейронные сети, MATLAB 6, Медведев В.С., Потемкин В.Г., 2002.

   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.




Операционная среда MATLAB 6.
Работа с системой MATLAB начинается с того, что вы запускаете систему с иконки рабочего стола системы Windows. В результате на дисплее открывается рабочий стол системы (рис. 1.1).

Он содержит элементы графического интерфейса пользователя, которые предназначены для работы с файлами, переменными и приложениями, связанными с MATLAB. На рис. 1.1 вы видите три открытых окна: командное окно Command Window, в котором расположена командная строка, окно (панель) запуска приложений Launch Pad с кнопками развертки/свертки и окно предыстории вызовов Command History.

Кроме того, имеются клавиши для переключения окна запуска Launch Pad на окно рабочей области Workspace и окна предыстории Command History на окно текущего каталога Current Directory. Здесь же показан вертикальный разделитель окон, перемещение которого управляет размещением окон в поле экрана. Отметим также информационное окно текущего каталога на инструментальной панели рабочего стола, а также кнопки вызова подсказки, закрытия и отделения командного окна от рабочего стола. Последняя кнопка позволяет перейти в режим работы предшествующих версий системы MATLAB.

ОГЛАВЛЕНИЕ.
ПРЕДИСЛОВИЕ.
ВВЕДЕНИЕ.
ЧАСТЬ 1. ППП NEURAL NETWORK 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.Квазиньютоновы 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. Слой Кохонена.
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.
ОГЛАВЛЕНИЕ.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Нейронные сети, MATLAB 6, Медведев В.С., Потемкин В.Г., 2002 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - Яндекс.Диск.




Теги: учебник по программированию :: программирование :: Медведев :: Потемкин