matlab神经网络30个案例分析278234

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区

%% 案例20:神经网络变量筛选—基于BP的神经网络变量筛选
%
%
% 
% 			该案例作者申明：				1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。	2：此案例有配套的教学视频，配套的完整可运行Matlab程序。						3：以下内容为该案例的部分内容（约占该案例完整内容的1/10）。							4：此案例为原创案例，转载请注明出处（Matlab中文论坛，《Matlab神经网络30个案例分析》）。							5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。							6：您看到的以下内容为初稿，书籍的实际内容可能有少许出入，以书籍实际发行内容为准。					7：此书其他常见问题、预定方式等，请点击这里。	
% 
%
%% 清空环境变量
clc
clear
%% 产生输入 输出数据

% 设置步长
interval=0.01;

% 产生x1 x2
x1=-1.5:interval:1.5;
x2=-1.5:interval:1.5;

% 产生x3 x4（噪声）
x=rand（1301）;
x3=（x-0.5）*1.5*2;
x4=（x-0.5）*1.5*2;

% 按照函数先求得相应的函数值，作为网络的输出。
F =20+x1.^2-10*cos（2*pi*x1）+x2.^2-10*cos（2*pi*x2）;

%设置网络输入输出值
p=[x1;x2;x3;x4];
t=F;


%% 变量筛选 MIV算法的初步实现（增加或者减少自变量）

p=p‘;
[mn]=size（p）;
yy_temp=p;

% p_increase为增加10%的矩阵 p_decrease为减少10%的矩阵
for i=1:n
    p=yy_temp;
    pX=p（:i）;
    pa=pX*1.1;
    p（:i）=pa;
    aa=[‘p_increase‘  int2str（i） ‘=p‘];
    eval（aa）;
end


for i=1:n
    p=yy_temp;
    pX=p（:i）;
    pa=pX*0.9;
    p（:i）=pa;
    aa=[‘p_decrease‘ int2str（i） ‘=p‘];
    eval（aa）;
end


%% 利用原始数据训练一个正确的神经网络
nntwarn off;

p=p‘;
% bp网络建立
net=newff（minmax（p）[81]{‘tansig‘‘purelin‘}‘traingdm‘）;
% 初始化bp网络
net=init（net）;
% 网络训练参数设置
net.trainParam.show=50;
net.trainParam.lr=0.05;
net.trainParam.mc=0.9;
net.trainParam.epochs=2000;

% bp网络训练
net=train（netpt）;


%% 变量筛选 MIV算法的后续实现（差值计算）

% 转置后sim

for i=1:n
    eval（[‘p_increase‘num2str（i）‘=transpose（p_increase‘num2str（i）‘）‘]）
end

for i=1:n
    eval（[‘p_decrease‘num2str（i）‘=transpose（p_decrease‘num2str（i）‘）‘]）
end


% result_in为增加10%后的输出 result_de为减少10%后的输出
for i=1:n
    eval（[‘result_in‘num2str（i）‘=sim（net‘‘p_increase‘num2str（i）‘）‘]）
end

for i=1:n
    eval（[‘result_de‘num2str（i）‘=sim（net‘‘p_decrease‘num2str（i）‘）‘]）
end

for i=1:n
    eval（[‘result_in‘num2str（i）‘=transpose（result_in‘num2str（i）‘）‘]）
end

for i=1:n
    eval（[‘result_de‘num2str（i）‘=transpose（result_de‘num2str（i）‘）‘]

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4087  2010-08-26 09:24  matlab神经网络30个案例分析\chapter20.m

     文件      52475  2010-08-25 21:38  matlab神经网络30个案例分析\chapter3.rar

     文件     375712  2010-08-17 19:56  matlab神经网络30个案例分析\案例1.rar

     文件       4832  2010-08-26 09:24  matlab神经网络30个案例分析\案例10.rar

     文件       3000  2010-08-26 09:24  matlab神经网络30个案例分析\案例11.rar

     文件      38241  2010-08-26 09:35  matlab神经网络30个案例分析\案例12.rar

     文件     284336  2010-08-25 21:51  matlab神经网络30个案例分析\案例13.rar

     文件     178523  2010-08-25 14:19  matlab神经网络30个案例分析\案例14.rar

     文件     356881  2010-08-25 14:12  matlab神经网络30个案例分析\案例15.rar

     文件      46036  2010-08-25 14:14  matlab神经网络30个案例分析\案例16.rar

     文件       3711  2010-08-25 14:16  matlab神经网络30个案例分析\案例17.rar

     文件       2186  2010-08-26 09:43  matlab神经网络30个案例分析\案例18.rar

     文件       2495  2010-08-26 09:34  matlab神经网络30个案例分析\案例19.rar

     文件      48076  2010-08-25 14:04  matlab神经网络30个案例分析\案例2.rar

     文件      91506  2010-08-25 22:13  matlab神经网络30个案例分析\案例21.rar

     文件    3761746  2010-08-25 22:00  matlab神经网络30个案例分析\案例22.rar

     文件       4571  2010-08-26 09:35  matlab神经网络30个案例分析\案例23.rar

     文件      13923  2010-08-25 14:23  matlab神经网络30个案例分析\案例24.rar

     文件      25751  2010-08-25 21:54  matlab神经网络30个案例分析\案例25.rar

     文件       1956  2010-08-25 21:40  matlab神经网络30个案例分析\案例26.rar

     文件      89795  2010-08-25 21:48  matlab神经网络30个案例分析\案例27.rar

     文件       2850  2010-08-25 21:53  matlab神经网络30个案例分析\案例28.rar

     文件      88036  2010-08-25 21:43  matlab神经网络30个案例分析\案例29.rar

     文件     100738  2010-08-25 21:46  matlab神经网络30个案例分析\案例4.rar

     文件      60252  2010-08-25 14:09  matlab神经网络30个案例分析\案例5.rar

     文件      12649  2010-08-25 14:07  matlab神经网络30个案例分析\案例6.rar

     文件       3183  2010-08-25 14:21  matlab神经网络30个案例分析\案例7.rar

     文件       6877  2010-08-26 09:26  matlab神经网络30个案例分析\案例8.rar

     文件       5879  2010-08-25 14:10  matlab神经网络30个案例分析\案例9.rar

     文件       6918  2010-08-26 09:46  matlab神经网络30个案例分析\目录.txt

............此处省略4个文件信息