Matlab神经网络与应用的目录
展开全部
第1章 神经网络概述
1.1 Matlab 7.2语言简介
1.2 神经网络的发展和应用
1.3 神经网络模型
1.4 神经网络工具箱概述
第2章 感知器
2.1 感知器神经网络模型结构
2.2 感知器神经网络的构建
2.3 感知器神经网络的学习和训练
2.4 感知器网络的局限性
2.5 感知器网络设计实例
第3章 线性神经网络
3.1 线性神经网络模型结构
3.2 线性神经网络的构建
3.3 线性神经网络的学习和训练
3.4 线性网络的局限性
3.5 线性神经网络应用实例分析
第4章 BP网络
4.1 BP网络模型结构
4.2 BP神经网络的构建
4.3 BP神经网络的训练
4.4 BP网络的局限性
4.5 BP网络应用实例分析
第5章 径向基函数网络
5.1 径向基函数网络模型
5.2 径向基函数网络的构建
5.3 广义回归神经网络
5.4 概率神经网络
5.5 径向基函数网络的应用实例
第6章 反馈型神经网络
第7章 竞争型神经网络
第8章 神经网络控制系统
第9章 图形用户界面
第10章 Simulink
第11章 自定义神经网络
附录 神经网络工具箱函数
参考文献
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
光点科技
2023-08-15 广告
通常情况下，我们会按照结构模型把系统产生的数据分为三种类型：结构化数据、半结构化数据和非结构化数据。结构化数据，即行数据，是存储在数据库里，可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据，它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
