MATLAB与BP神经网络实例集合

简介：
本书汇集了多个使用MATLAB编程语言实现BP（反向传播）神经网络的实际案例，适合对机器学习和深度学习感兴趣的读者。 误差反向传播网络（BP 网络）是目前人工神经网络模式中最具有代表性且应用最广泛的一种模型。它具备自学习、自组织、自适应以及强大的非线性映射能力，能够以任意精度逼近任何连续函数。近年来，为了克服 BP 网络收敛速度慢和训练时间长的问题，提出了多种改进算法。然而，在实际问题的 BP 网络建模过程中，选择网络层数多少、每层神经元节点数量以及传递函数等参数时，并没有可行的理论指导，只能通过大量的实验计算来确定。 MATLAB 中提供的神经网络工具箱（NNbox）可以解决这一难题，它功能非常完善。该工具箱包含了各种 MATLAB 函数，包括建立和初始化神经网络、训练及仿真等功能，同时还提供了一系列改进算法函数供用户使用。借助这些资源，用户能够方便地进行神经网络的设计与仿真实验，并可根据实际需求对MATLAB源文件做适当修改以形成自己的工具包。 本资料中包含了许多 BP 神经网络的 MATLAB 实例代码和案例研究，有需要的朋友可以参考学习。