顧艷春編著的《MATLAB R2016a神經網絡設計應
用27例/MATLAB仿真應用精品叢書》以MATLAB
R2016a為平臺，通過專業技術與大量典型實例相結合
，介紹了各種典型網絡的訓練過程和實際應用。全書
共27個案例，從實用角度出發，詳盡地講述感知器網
絡、線性神經網絡、RBF神經網絡、BP神經網絡、反
饋神經網絡及自組織神經網絡等內容，擴展介紹神經
網絡在其他工程領域的實際應用。
本書可作為科研人員及工程技術人員的參考用書
，也可作為本科生和研究生的學習用書。

第1章 RBF神經網絡的實際應用
1.1 用於曲線擬合的RBF神經網絡
1.2 徑向基網絡實現非線性函數回歸
1.3 CRNN網絡應用
1.4 PNN網絡應用
1.5 RBF神經網絡的優缺點
第2章 SOM網絡算法分析與應用
2.1 SOM網絡的生物學基礎
2.2 SOM網絡的拓撲結構
2.3 SOM網絡的權值調整
2.4 SOM網絡的MATLAB實現
2.5 SOM網絡的應用
第3章 線性網絡的實際應用
3.1 線性化建模
3.2 模式分類
3.3 消噪處理
3.4 繫統辨識
3.5 繫統預測
第4章 BP網絡算法分析與應用
4.1 BP網絡模型
4.2 BP網絡學習算法
4.2.1 BP網絡學習算法介紹
4.2.2 BP網絡學習算法的比較
4.3 BP神經網絡特點
4.4 BP網絡功能
4.5 BP網絡實例分析
第5章 神經網絡在選址與地震預測中的應用
5.1 配送中心選址
5.2 地震預報
5.2.1 問題概述
5.2.2 網絡設計
5.2.3 網絡訓練與測試
5.2.4 網絡實現
第6章 模糊神經網絡的算法分析與實現
6.1 模糊神經網絡的形式
6.2 神經網絡和模糊控制結合的優點
6.3 神經模糊控制器
6.4 神經模糊控制器的學習算法
6.5 模糊神經網絡MATLAB函數
6.5.1 模糊神經繫統的建模函數
6.5.2 采用網格分割方式生成模糊推理繫統函數
6.6 MATLAB模糊神經推理繫統的圖形用戶界面
第7章 BP網絡的典型應用
7.1 數據歸一化方法
7.2 提前終止法
7.3 BP網絡的局限性
7.4 BP網絡典型應用
7.4.1 用BP網絡估計膽固醇含量
7.4.2 線性神經網絡在信號預測中的應用
第8章 線性神經網絡算法分析與實現