MATLAB R2017a模式识别与智能计算2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

MATLAB R2017a模式识别与智能计算PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 走进MATLAB R2017a1

1.1 了解MATLAB1

1.1.1 MATLAB的优势1

1.1.2 MATLAB R2017a的新功能2

1.1.3 MATLAB R2017a的安装与激活4

1.1.4 MATLAB R2017a的工作界面8

1.1.5 MATLAB的快速入门9

1.1.6 MATLAB的程序设计13

1.2 MATLAB的帮助文档17

1.2.1 常用帮助命令18

1.2.2 其他帮助命令21

1.3 MATLAB的基本元素23

1.3.1 赋值语句23

1.3.2 矩阵及其元素表示24

1.3.3 矩阵的变换函数27

1.3.4 矩阵的代数运算29

1.3.5 矩阵函数30

1.4 MATLAB的可视化33

1.4.1 二维平面图形33

1.4.2 三维绘图38

第2章 模式识别与智能计算43

2.1 模式识别43

2.1.1 模式识别的定义43

2.1.2 模式识别的分类43

2.1.3 模式识别的方法44

2.1.4 统计模式识别45

2.1.5 模式识别的应用45

2.1.6 模式识别的发展潜力46

2.2 分类分析47

2.2.1 分类器的设计47

2.2.2 分类器的构造和实施48

2.2.3 分类器的基本类型49

2.2.4 分类器的准确度评估方法50

2.3 聚类分析51

2.3.1 聚类与分类的区别51

2.3.2 聚类的定义51

2.3.3 模式相似度52

2.3.4 聚类准则53

2.3.5 层次聚类法55

2.3.6 动态聚类法55

2.4 模式识别在科学研究中的应用56

2.5 距离判别分析67

2.6 贝叶斯判别71

2.7 智能计算75

2.8 基于群体智能优化的聚类分析76

第3章 神经网络的算法分析83

3.1 神经网络的基本概念83

3.1.1 生物神经元的结构及功能特点83

3.1.2 人工神经元模型85

3.1.3 神经网络的分类86

3.1.4 神经网络的学习89

3.2 感知器神经网络90

3.2.1 单层感知器90

3.2.2 单层感知器的算法91

3.2.3 感知器的实现93

3.3 BP神经网络95

3.3.1 BP神经网络的结构96

3.3.2 BP神经网络的学习算法97

3.3.3 BP神经网络的局限性98

3.3.4 BP神经网络的实现99

3.4 自组织竞争神经网络102

3.4.1 自组织竞争神经网络的结构103

3.4.2 自组织竞争网络的学习策略104

3.4.3 SOM网的学习算法106

3.4.4 学习矢量量化网络108

3.4.5 自组织竞争网络的实现109

3.5 反馈神经网络118

3.5.1 Hopfield神经网络118

3.5.2 Elman神经网络124

第4章 RBF网络的算法分析131

4.1 径向基神经网络131

4.1.1 RBF神经网络结构131

4.1.2 RBF神经网络的训练133

4.1.3 RBF神经网络逼近133

4.1.4 RBF自校正控制134

4.1.5 自适RBF神经网络135

4.1.6 RBF神经网络的直接鲁棒自适应137

4.1.7 径向基神经网络的优缺点139

4.1.8 径向基神经网络的实现140

4.2 概率神经网络144

4.3 广义回归神经网络150

4.3.1 广义回归神经网络的理论150

4.3.2 广义回归神经网络的结构151

4.3.3 广义回归神经网络的优点152

4.3.4 广义神经网络的实现153

第5章 模糊系统的算法分析155

5.1 模糊系统的理论基础155

5.1.1 模糊系统的研究领域155

5.1.2 模糊集合156

5.1.3 模糊规则160

5.1.4 模糊推理160

5.2 模糊逻辑工具箱167

5.2.1 模糊逻辑工具箱的功能和特点167

5.2.2 模糊推理系统的基本类型168

5.2.3 模糊逻辑系统的构成169

5.2.4 模糊逻辑系统的实现169

5.3 模糊模式识别的方法177

5.3.1 最大隶属度原则177

5.3.2 选择原则178

5.4 模糊神经网络179

5.4.1 模糊神经网络的发展动向180

5.4.2 Mamdani模型的模糊神经网络180

5.4.3 Takagi-Sugeno模型的模糊神经网络181

5.4.4 模糊神经系统的实现182

5.5 模糊聚类分析188

5.6 模糊逼近194

5.6.1 模糊系统的设计194

5.6.2 模糊系统的逼近精度195

5.6.3 模糊逼近的实现195

第6章 判别函数的算法分析201

6.1 核函数方法201

6.2 基于核的主成分分析方法203

6.2.1 主成分分析204

6.2.2 基于核的主成分分析206

6.2.3 核主成分分析的实现208

6.3 基于核的Fisher判别方法214

6.3.1 Fisher判别方法214

6.3.2 基于核的Fisher算法的应用214

6.4 基于核的投影寻踪法217

6.4.1 投影寻踪法217

6.4.2 基于核的投影寻踪分析220

6.5 势函数法224

6.6 支持向量机229

第7章 最优化的智能计算241

7.1 最优问题的数学描述241

7.2 线性规划智能计算243

7.2.1 线性规划问题的求解245

7.2.2 线性规划的智能计算的实现248

7.3 整数规划智能计算251

7.3.1 整数规划的数学模型252

7.3.2 整数规划的智能计算实现256

7.4 非线性规划智能计算259

7.4.1 非线性规划的数学模型259

7.4.2 求解非线性规划智能计算的方法259

7.4.3 非线性规划智能计算的实现264

7.5 二次规划智能计算268

7.5.1 二次规划问题的数学模型268

7.5.2 二次规划问题的方法269

7.5.3 二次规划的智能计算应用269

7.6 多目标规划的智能计算272

7.6.1 多目标规划的数学模型272

7.6.2 多目标规划问题的处理方法272

7.6.3 多目标规划智能计算的实例277

第8章 遗传算法分析281

8.1 遗传算法的基本概述281

8.1.1 遗传算法的特点282

8.1.2 遗传算法的不足283

8.1.3 遗传算法的构成要素283

8.1.4 遗传算法的应用步骤284

8.1.5 遗传算法的应用领域286

8.2 遗传算法的分析287

8.2.1 染色的编码287

8.2.2 适应度函数288

8.2.3 遗传算子289

8.3 控制参数的选择291

8.4 遗传算法的MATLAB实现292

8.5 遗传算法的寻优计算293

8.6 遗传算法求极大值298

8.6.1 二进制编码求极大值299

8.6.2 实数编码求极大值303

8.7 基于GA_PSO算法的寻优307

8.8 GA的旅行商问题求解309

8.8.1 定义TSP310

8.8.2 遗传算法中的TSP算法步骤310

8.8.3 地图TSP的求解311

8.9 遗传算法在实际领域中的应用313

第9章 粒子群算法分析316

9.1 PSO算法的寻优计算316

9.1.1 基本粒子群的算法317

9.1.2 粒子群算法的优化318

9.2 粒子群优化332

9.2.1 粒子群的基本原则332

9.2.2 粒子的基本原理332

9.2.3 参数分析334

9.2.4 粒子算法的研究现状334

9.2.5 粒子群算法研究的发展趋势335

9.2.6 粒子群的应用335

9.3 PSO改进策略339

9.3.1 粒子群算法的改进339

9.3.2 加快粒子群算法的效率340

第10章 蚁群优化算法分析352

10.1 人工蚂蚁与真实蚂蚁的异同352

10.2 蚁群优化算法理论的研究现状353

10.3 蚁群优化算法的基本原理354

10.3.1 蚁群优化算法的基本思想354

10.3.2 蚁群优化算法的基本模型355

10.3.3 蚁群优化算法的特点357

10.3.4 蚁群优化算法的优缺点358

10.4 蚁群优化算法的改进359

10.4.1 自适应蚁群优化算法359

10.4.2 融合遗传算法与蚁群优化算法359

10.4.3 蚁群神经网络359

10.5 聚类问题的蚁群优化算法360

10.5.1 聚类数目已知的聚类问题361

10.5.2 聚类数目未知的聚类问题362

10.6 ACO算法的TSP求解363

第11章 模拟退火算法分析375

11.1 模拟退火的基本概念375

11.1.1 物理退火过程375

11.1.2 Metropolis准则376

11.2 模拟退火算法的基本原理376

11.3 模拟退火寻优的实现步骤377

11.4 模拟退火的控制参数377

11.5 模拟退火改进K均值聚类法379

11.5.1 K均值算法的局限性379

11.5.2 模拟退火改进K均值聚类380

11.5.3 几个重要参数的选择380

11.5.4 算法流程380

11.5.5 算法步骤381

11.6 模拟退火的MATLAB实现382

第12章 禁忌搜索算法分析386

12.1 局部邻域搜索386

12.2 禁忌搜索的基本原理387

12.3 禁忌搜索的关键技术389

12.4 禁忌搜索的MATLAB实现391

参考文献397