Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6
Состав работы
|
|
|
|
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
М.: ДИАЛОГ-МИФИ, 2001. - 630 с. - (Пакеты прикладных программ; Кн. 4). ISBN 5-86404-144-0 (Кн. 4)
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. Пакет 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.
В ФОРМАТЕ .DOC ВСЕ ИЛЛЮСТРАЦИИ ЧЕТКИЕ, ТОЛЬКО НЕМНОГО СБИЛАСЬ НУМЕРАЦИЯ СТРАНИЦ
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. Пакет 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.
В ФОРМАТЕ .DOC ВСЕ ИЛЛЮСТРАЦИИ ЧЕТКИЕ, ТОЛЬКО НЕМНОГО СБИЛАСЬ НУМЕРАЦИЯ СТРАНИЦ
Похожие материалы
Нейронные сети синергия ответы (Нечеткая логика и нейронные сети)
h1h1zabaykalka
: 11 января 2024
Нечеткая логика и нейронные сети ответы экзамен Синергия.
Нейронные сети магистратура Синергия ответы.
190 руб.
Нейрокомпьютеры и нейронные сети
Aronitue9
: 19 мая 2012
Содержание
Введение…………………………………………………………………………...3
1. Нейронные сети………………………………………………………………...4
1.1 Задачи для нейронных сетей………………………………………………8
1.2 Истинные преимущества нейронных сетей 12
2. Нейрокомпьютеры 14
2.1 История нейрокомпьютеров……………………………………………...16
2.2 Преимущества и недостатки нейрокомпьютеров……………………….18
2.3 Практическое применение 19
Заключение 22
Список литературы 24
Термин «нейронные сети» у многих ассоциируется с фантазиями об андроидах и бунте роботов
20 руб.
Основы нейронных сетей. Синергия.Тест
ProF3206
: 16 февраля 2023
Основы нейронных сетей. Синергия.Тест. 22 вопроса. 2023 год. Перед покупкой убедитесь что вопросы вам подходят.
1. При прямом проходе через Feed Forward Neural Network:
2. Архитектура полносвязной нейронные сети основана на идее
3. Начальная инициализация весов нейросети:
4. Лучший способ борьбы с переобучением:
5. Наиболее популярный на текущий момент метод оптимизации, основанный на идее использования двух моментных членов, предложенный в 2015 году:
6. Обучение с учителем характеризуется
7. Г
200 руб.
Реализация искусственной нейронной сети
VikkiROY
: 10 ноября 2012
Программная для разделения хроматографических пиков.
1 Необходимость
Одной из актуальных проблем в хроматографии является выделение пиков из их суперпозиции для более точного расчёта площади каждого из них.
Существует множество статистических методов решения этой задачи (метод наименьших квадратов, метод главных компонент и т. д.). Но в настоящее время наиболее интересен подход с использованием в этой области искусственных нейронных сетей (ИНС).
Искусственные нейронные сети перестают быть экзоти
10 руб.
Гималайский медведь
Slolka
: 23 августа 2013
На протяжении всей истории, начиная со времени наших доисторических предков, медведи зачаровывали, развлекали человека, наводили на него страх, а потому были окружены определенной таинственностью. И для этого всегда имелось достаточно оснований.
Медведь сам по себе олицетворяет тайну дикости. Порой медведи передвигаются бесшумно, как призраки, и могут спрятаться так хорошо, что человек, вторгшийся в их царство, не в состоянии их обнаружить. В порыве ярости или в азарте игры они могут ломиться ск
10 руб.
Нейронные сети с радиальными базисными функциями
Elfa254
: 5 октября 2013
Цель лабораторной работы: освоить основные принципы решения задачи нейронных сетей с радиальными базисными функциями.
Задание: Используя встроенные функции пакета нейронных сетей математической среды Matlab, построить нейронную сеть с радиальными базисными функциями.
1 Теоретические сведения
Сети РБФ имеют ряд преимуществ перед рассмотренными многослойными сетями прямого распространения. Во-первых, они моделируют произвольную нелинейную функцию с помощью всего одного промежуточного слоя
20 руб.
Аппроксимация функции с использованием нейронных сетей
evelin
: 3 октября 2013
Введение
1 Теоретические сведения
2 Методика выполнения лабораторной работы
3 Контрольные вопросы
Заключение
Список использованных источников
Введение
Цель лабораторной работы:
Научиться использовать нейронные сети для аппроксимации функции.
Задание: В среде Matlab необходимо построить и обучить нейронную сеть для аппроксимации таблично заданной функции , i=1,20. Разработать программу, которая реализует нейросетевой алгоритм аппроксимации и выводит результаты аппроксимации в виде гра
5 руб.
Проект алгоритма обучения нейронных сетей
Aronitue9
: 31 мая 2012
Введение……………………………………………………………………3
Глава 1. Нейронные сети…………………………………………….…….5
1.1. Обучение нейронной сети………………………..……….……5
1.2. Методы ускорения обучения нейронной сети………………12
1.3. Области применения нейронных сетей………………………15
Глава 2. Создание и обучение нейронной сети…………………………19
2.1. Алгоритм обратного распространения ошибки…………..…19
2.2. Аппроксимация функции……………………………………..24
Заключение……………………………..………………………………..30
Список использованной литературы………….………………………..32
Цель работы – изу
55 руб.
Другие работы
Организация финансов малых предприятий
alfFRED
: 26 октября 2013
ВВЕДЕНИЕ
ГЛАВА 1. Основы финансового управления предприятий
1.1. Сущность, функции и принципы финансов предприятий
1.2. Особенности организации и управления финансовой устойчивостью на предприятии
2.1.1.Организация планирования финансовой устойчивости
1.3. Роль финансового директора на предприятии
ГЛАВА 2.Организация финансово-экономической службы предприятия ОАО «Мост»
2.1. Краткая экономическая характеристика ОАО «Мост»
2.2. Управление финансами в ОАО «Мост»
2.3. Практические аспекты финансово
10 руб.
Элементная база телекоммуникационных систем..Лабораторная работа 1 Вариант 6 «Выбор резистора для зарядных устройств»
Fijulika
: 8 декабря 2019
Цель лабораторной работы: Изучение цветовой маркировки резисторов.
Выбор варианта: Вариант выбирается по двум последним цифрам пароля.
Задание:
1. Изучить материал, приведенный в лекции №1.
2. Осуществить расчет сопротивления Rx по условию, приведенного в задаче №1.
3. С использованием онлайн-калькулятора, приведенного по адресу
http://beam-robot.ru/electronics_for_beginners/resistor-color-code.php.
определить номинал Rном резистора, близкий к рассчитанному значению
4. Изобразить цветовую гамму
50 руб.
Корпоративный HR-консалтинг. Тест с ответами. МФПУ «Синергия», МОИ, МТИ, МОСАП
kolonokus1
: 13 августа 2025
1. Структурированные воздействия, направленные на повышение эффективности организации в целом, ее подразделений или отдельных должностных лиц – это...
коучинг
консультации
интервенции
развитие
2. Установите правильный порядок работы с диаграммой Ишикавы на этапах коллективного анализа и планирования
1 сравнение выставленных баллов и выбор факторов, которые набрали наивысший балл
2 проведение повторной оценки при несовпадении мнений
3 ранжирование значимых факторов на общей схеме в соответствии с
190 руб.
Межплатформенное взаимодействие на сетях IP-телефонии и предоставление новых сервисов
alfFRED
: 2 октября 2013
IP–телефония сегодня – это одна из наиболее быстро развивающихся отраслей телекоммуникационного рынка России. 1996 год стал отправной точкой российской IP–телефонии, и передача речи по протоколу IP стала развиваться точно такими же темпами, как и мировой рынок VoIP. С началом реализации в 1998 году российского проекта TARIO.net рынок IP-телефонии России стал приобретать уже массовый характер.
По разным оценкам в России уже выдано более 700 лицензий на предоставление услуг IP-телефонии (что соиз
10 руб.