有没有求各种信号模糊函数的通用matlab程序

qq_29512403 2019-05-27 04:23:55

有没有求各种信号模糊函数的通用matlab程序

...全文

251 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

天亮后说晚安 2019-05-27

打赏
举报

回复

雷达原理与系统 matlab仿真代码常见信号时频分析与模糊函数图（单载频，LFM，相位编码）

神经网络理论与MATLAB7实现.part1的下载地址： http://download.csdn.net/source/663471 第1章概述 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4 MATLAB帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结第2章神经网络工具箱函数及实例 2.1 概述 2.2 神经网络工具箱中的通用函数 2.2.1 神经网络仿真函数sim 2.2.2 神经网络训练及学习函数 2.2.3 神经网络初始化函数 2.2.4 神经网络输入函数 2.2.5 神经网络传递函数 2.2.6 其他重要函数 2.3 感知器的神经网络工具箱函数 2.3.1 感知器创建函数 2.3.2 显示函数 2.3.3 性能函数 2.4 BP网络的神经网络工具箱函数 2.4.1 BP网络创建函数 2.4.2 神经元上的传递函数 2.4.3 BP网络学习函数 2.4.4 BP网络训练函数 2.4.5 性能函数 2.4.6 显示函数 2.5 线性网络的神经网络工具箱函数 2.5.1 线性网络创建和设计函数 2.5.2 学习函数 2.6 自组织竞争网络的神经网络工具箱函数 2.6.1 神经网络创建函数 2.6.2 传递函数 2.6.3 距离函数 2.6.4 学习函数 2.6.5 初始化函数 2.6.6 权值函数 2.6.7 显示函数 2.6.8 结构函数 2.7 径向基网络的神经网络工具箱函数 2.7.1 神经网络创建函数 2.7.2 转换函数 2.7.3 传递函数 2.8 反馈网络的神经网络工具箱函数 2.8.1 Hopfield网络的工具箱函数 2.8.2 Elman网络的工具箱函数 2.9 小结第3章前向型神经网络理论及MATLAB实现 3.1 感知器网络及MATLAB实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及MATLAB实现 3.2.1 BP网络理论 3.2.2 BP网络的MATLAB设计 3.3 线性神经网络及MATLAB实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的MATLAB仿真 3.4 径向基函数网络及MATLAB实现 3.4.1 径向基网络结构 3.4.2 径向基函数的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的函数逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及MATLAB实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结第4章反馈型神经网络理论及MATLAB实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及MATLAB实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的MATLAB开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑（BSB）模型及MATLAB实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的MATLAB实现 4.5 双向联想记忆（BAM）及MATLAB实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本

第一篇神经网络控制及其MATLAB实现　第1章神经网络控制理论　　1.1 神经网络的基本概念　　　1.1.1 生物神经元的结构与功能特点　　　1.1.2 人工神经元模型　　　1.1.3 神经网络的结构　　　1.1.4 神经网络的工作方式　　　1.1.5 神经网络的学习　　　1.1.6 神经网络的分类　　1.2 典型神经网络的模型　　　1.2.1 MP模型　　　1.2.2 感知机神经网络　　　1.2.3 自适应线性神经网络　　　1.2.4 BP神经网络　　　1.2.5 径向基神经网络　　　1.2.6 竞争学习神经网络　　　1.2.7 学习向量量化（LVQ）神经网络　　　1.2.8 Elman神经网络　　　1.2.9 Hopfield神经网络　　　1.2.10 Boltzmann神经网络　　　1.2.11 神经网络的训练　　1.3 神经网络控制系统　　　1.3.1 神经控制的基本原理　　　1.3.2 神经网络在控制中的主要作用　　　1.3.3 神经网络控制系统的分类　第2章 MATLAB神经网络工具箱函数　　2.1 感知机神经网络工具箱函数　　2.2 线性神经网络工具箱函数　　2.3 BP神经网络工具箱函数　　2.4 径向基神经网络工具箱函数　　2.5 自组织神经网络工具箱函数　　2.6 学习向量量化（LVQ）神经网络工具箱函数　　2.7 Elman神经网络工具箱函数　　2.8 Hopfield神经网络工具箱函数　　2.9 MATLAB神经网络工具箱的图形用户界面　第3章基于Simulink的神经网络控制系统　　3.1 基于Simulink的神经网络模块　　　3.1.1 模块的设置　　　3.1.2 模块的生成　　3.2 基于Simulink的三种典型神经网络控制系统　　　3.2.1 神经网络模型预测控制　　　3.2.2 反馈线性化控制　　　3.2.3 模型参考控制第二篇模糊逻辑控制及其MATLAB实现　第4章模糊逻辑控制理论　　4.1 模糊逻辑理论的基本概念　　　4.1.1 模糊集合及其运算　　　4.1.2 模糊关系及其合成　　　4.1.3 模糊向量及其运算　　　4.1.4 模糊逻辑规则　　　4.1.5 模糊逻辑推理　　4.2 模糊逻辑控制系统的基本结构　　　4.2.1 模糊控制系统的组成　　　4.2.2 模糊控制器的基本结构　　　4.2.3 模糊控制器的维数　　　4.2.4 模糊控制中的几个基本运算操作　　4.3 模糊逻辑控制系统的基本原理　　　4.3.1 模糊化运算　　　4.3.2 数据库　　　4.3.3 规则库　　　4.3.4 模糊推理　　　4.3.5 清晰化计算　　4.4 离散论域的模糊控制系统的设计　　4.5 具有PID功能的模糊控制器　第5章 MATLAB模糊逻辑工具箱函数　　5.1 MATLAB模糊逻辑工具箱简介　　　5.1.1 模糊逻辑工具箱的功能特点　　　5.1.2 模糊推理系统的基本类型　　　5.1.3 模糊逻辑系统的构成　　5.2 利用模糊逻辑工具箱建立模糊推理系统　　　5.2.1 模糊推理系统的建立、修改与存储管理　　　5.2.2 模糊语言变量及其语言值　　　5.2.3 模糊语言变量的隶属度　　　5.2.4 模糊规则的建立与修改　　　5.2.5 模糊推理计算与去模糊化　　5.3 MATLAB模糊逻辑工具箱的图形用户界面　　　5.3.1 模糊推理系统编辑器（Fuzzy）　　　5.3.2 隶属度函数编辑器（Mfedit）　　　5.3.3 模糊规则编辑器（Ruleedit）　　　5.3.4 模糊规则浏览器（Ruleview）　　　5.3.5 模糊推理输入输出曲面视图（Surfview）　　5.4 基于Simulink的模糊逻辑的系统模块　第6章模糊神经和模糊聚类及其MATLAB实现　　6.1 基于标准模型的模糊神经网络　　　6.1.1 模糊系统的标准模型　　　6.1.2 系统结构　　　6.1.3 学习算法　　6.2 基于Takagi-Sugeno模型的模糊神经网络　　　6.2.1 模糊系统的Takagi-Sugeno模型　　　6.2.2 系统结构　　　6.2.3 学习算法　　6.3 MATLAB模糊神经工具箱函数　　　6.3.1 模糊神经系统的建模函数　　　6.3.2 采用网格分割方式生成模糊推理系统函数　　　6.3.3 MATLAB模糊神经推理系统的图形用户界面　　6.4 MATLAB模糊聚类函数　　　6.4.1 模糊C.均值聚类函数　　　6.4.2 减法聚类函数　　　6.4.3 基于减法聚类的模糊推理系统建模函数第三篇预测控制及其MATLAB实现　第7章预测控制理论　　7.1 动态矩阵控制理论　　　7.1.1 预测模型　　　7.1.2 滚动优化　　　7.1.3 误差校正　　7.2 广义预测控制理论　　　7.2.1 预测模型　　　7.2.2 滚动优化　　　7.2.3 反馈校正　　7.3 预测控制理论分析　　　7.3.1 广义预测控制的性能分析　　　7.3.2 广义预测控制与动态矩阵控制规律的等价性证明　　　7.3.3 广义预测控制与动态矩阵控制的比较　第8章 MATI.AB预测控制工具箱函数　　8.1 系统模型辨识函数　　　8.1.1 数据向量或矩阵的归一化　　　8.1.2 基于线性回归方法的脉冲响应模型辨识　　　8.1.3 脉冲响应模型转换为阶跃响应模型　　　8.1.4 模型的校验　　8.2 系统模型建立与转换函数　　　8.2.1 模型转换　　　8.2.2 模型建立　　8.3 基于阶跃响应模型的控制器设计与仿真函数　　　8.3.1 输入/输出有约束的模型预测控制器设计与仿真　　　8.3.2 输入/输出无约束的模型预测控制器设计　　　8.3.3 计算由阶跃响应模型构成的闭环系统模型　　8.4 基于状态空间模型的预测控制器设计函数　　　8.4.1 输入/输出有约束的状态空间模型预测控制器设计　　　8.4.2 输入腧出无约束的状态空间模型预测控制器设计　　　8.4.3 状态估计器设计　　8.5 系统分析与绘图函数　　　8.5.1 计算和绘制系统的频率响应曲线　　　8.5.2 计算频率响应的奇异值　　　8.5.3 计算系统的极点和稳态增益矩阵　　　8.5.4 系统分析和绘图　　8.6 通用功能函数　　　8.6.1 通用模型转换　　　8.6.2 方程求解　　　8.6.3 离散系统的分析　第9章隐式广义预测自校正控制及其MATLAB实现　　9.1 单输入单输出系统的隐式广义预测自校正控制算法　　9.2 多输入多输出系统的隐式广义预测自校正控制算法　　9.3 仿真研究　　　9.3.1 单输入单输出系统的仿真研究　　　9.3.2 多输入多输出系统的仿真研究附录A 隐式广义预测自校正控制仿真程序清单附录B MATLAB函数一览表附录C MATLAB函数分类索引参考文献

第1章概述 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4 MATLAB帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结第2章神经网络工具箱函数及实例 2.1 概述 2.2 神经网络工具箱中的通用函数 2.2.1 神经网络仿真函数sim 2.2.2 神经网络训练及学习函数 2.2.3 神经网络初始化函数 2.2.4 神经网络输入函数 2.2.5 神经网络传递函数 2.2.6 其他重要函数 2.3 感知器的神经网络工具箱函数 2.3.1 感知器创建函数 2.3.2 显示函数 2.3.3 性能函数 2.4 BP网络的神经网络工具箱函数 2.4.1 BP网络创建函数 2.4.2 神经元上的传递函数 2.4.3 BP网络学习函数 2.4.4 BP网络训练函数 2.4.5 性能函数 2.4.6 显示函数 2.5 线性网络的神经网络工具箱函数 2.5.1 线性网络创建和设计函数 2.5.2 学习函数 2.6 自组织竞争网络的神经网络工具箱函数 2.6.1 神经网络创建函数 2.6.2 传递函数 2.6.3 距离函数 2.6.4 学习函数 2.6.5 初始化函数 2.6.6 权值函数 2.6.7 显示函数 2.6.8 结构函数 2.7 径向基网络的神经网络工具箱函数 2.7.1 神经网络创建函数 2.7.2 转换函数 2.7.3 传递函数 2.8 反馈网络的神经网络工具箱函数 2.8.1 Hopfield网络的工具箱函数 2.8.2 Elman网络的工具箱函数 2.9 小结第3章前向型神经网络理论及MATLAB实现 3.1 感知器网络及MATLAB实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及MATLAB实现 3.2.1 BP网络理论 3.2.2 BP网络的MATLAB设计 3.3 线性神经网络及MATLAB实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的MATLAB仿真 3.4 径向基函数网络及MATLAB实现 3.4.1 径向基网络结构 3.4.2 径向基函数的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的函数逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及MATLAB实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结第4章反馈型神经网络理论及MATLAB实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及MATLAB实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的MATLAB开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑（BSB）模型及MATLAB实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的MATLAB实现 4.5 双向联想记忆（BAM）及MATLAB实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本结构 4.7.2 BM模型的工作规则和学习规则 4.7.3 BM网络的MATLAB仿真 4.8 小结第5章自组织与LVQ神经网络

第1章概述神经网络理论与MATLAB7实现.part2的下载地址： http://download.csdn.net/source/663497 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4 MATLAB帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结第2章神经网络工具箱函数及实例 2.1 概述 2.2 神经网络工具箱中的通用函数 2.2.1 神经网络仿真函数sim 2.2.2 神经网络训练及学习函数 2.2.3 神经网络初始化函数 2.2.4 神经网络输入函数 2.2.5 神经网络传递函数 2.2.6 其他重要函数 2.3 感知器的神经网络工具箱函数 2.3.1 感知器创建函数 2.3.2 显示函数 2.3.3 性能函数 2.4 BP网络的神经网络工具箱函数 2.4.1 BP网络创建函数 2.4.2 神经元上的传递函数 2.4.3 BP网络学习函数 2.4.4 BP网络训练函数 2.4.5 性能函数 2.4.6 显示函数 2.5 线性网络的神经网络工具箱函数 2.5.1 线性网络创建和设计函数 2.5.2 学习函数 2.6 自组织竞争网络的神经网络工具箱函数 2.6.1 神经网络创建函数 2.6.2 传递函数 2.6.3 距离函数 2.6.4 学习函数 2.6.5 初始化函数 2.6.6 权值函数 2.6.7 显示函数 2.6.8 结构函数 2.7 径向基网络的神经网络工具箱函数 2.7.1 神经网络创建函数 2.7.2 转换函数 2.7.3 传递函数 2.8 反馈网络的神经网络工具箱函数 2.8.1 Hopfield网络的工具箱函数 2.8.2 Elman网络的工具箱函数 2.9 小结第3章前向型神经网络理论及MATLAB实现 3.1 感知器网络及MATLAB实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及MATLAB实现 3.2.1 BP网络理论 3.2.2 BP网络的MATLAB设计 3.3 线性神经网络及MATLAB实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的MATLAB仿真 3.4 径向基函数网络及MATLAB实现 3.4.1 径向基网络结构 3.4.2 径向基函数的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的函数逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及MATLAB实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结第4章反馈型神经网络理论及MATLAB实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及MATLAB实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的MATLAB开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑（BSB）模型及MATLAB实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的MATLAB实现 4.5 双向联想记忆（BAM）及MATLAB实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本结构 4.7.2 BM模型的工作规则和学习规则 4.7.3 BM网络的MATLAB仿真 4.8 小结第5章自组织与LVQ神经网络理论及MATLAB实现 5.1 自组织竞争网络及MATLAB实现 5.1.1 基本竞争型神经网络概述 5.1.2 自组织竞争网络的应用 5.2 自组织特征映射（SOM）神经网络及MATLAB实现 5.2.1 SOM网络的结构 5.2.2 SOM网络学习算法 5.2.3 基于SOM网络的土壤分类 5.2.4 基于SOM网络的人口分类 5.3 自适应共振理论模型（ART）及MATLAB实现 5.3.1 ART-1型网络模型描述 5.3.2 ART-1网络的学习及工作过程 5.3.3 ART-1网络的应用实例 5.4 学习矢量量化（LVQ）神经网络及MATLAB实现 5.4.1 LVQ网络的结构 5.4.2 LVQ网络的学习规则 5.4.3 基于LVQ网络的模式识别 5.5 对向传播网络（CPN）及MATLAB实现 5.5.1 CPN概述 5.5.2 CPN应用实例 5.6 小结第6章图形用户界面GUI 第7章神经网络控制理论及应用设计第8章基于神经网络的故障诊断第9章基于神经网络的预测第10章基于神经网络的模糊控制参考文献

594

社区成员

254,047

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章