-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

MATLAB R2016a智能算法分析與實現30例

( 簡體 字)
作者:李曉東類別:1. -> 工程繪圖與工程計算 -> Matlab
譯者:
出版社:電子工業出版社MATLAB R2016a智能算法分析與實現30例 3dWoo書號: 48384
詢問書籍請說出此書號!

有庫存
NT售價: 345

出版日:1/1/2018
頁數:468
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121333286
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

計算智能(Computational Intelligence,CI)是借助自然界(生物界)規律的啟示,根據其規律,設計出求解問題的算法。物理學、化學、數學、生物學、心理學、生理學、神經科學和計算機科學等學科的現象與規律都可能成為計算智能算法的基礎和思想來源。然而計算智能的這些不同研究領域各有其特點,雖然它們具有模仿人類和其他生物智能的共同點,但是在具體方法上存在一些不同點。例如,人工神經網絡模仿人腦的生理構造和信息處理過程,模擬人類的智慧;模糊邏輯(模糊系統)模仿人類語言和思維中的模糊性概念,模擬人類的智慧;進化計算模仿生物進化過程和群體智能過程,模擬大自然的智慧。
目前,計算智能算法在國內外得到廣泛的關注,已經成為人工智能及計算機科學的重要研究方向。計算智能還處于不斷發展和完善的過程中,目前還沒有牢固的數學基礎,國內外眾多研究者也在不斷的探索中前進。計算智能技術在自身性能的提高和應用范圍的拓展中不斷完善。計算智能的研究、發展與應用,無論是研究隊伍的規模、發表的論文數量,還是網上的信息資源,發展速度都很快,已經得到了國際學術界的廣泛認可,并且在優化計算、模式識別、圖像處理、自動控制、經濟管理、機械工程、電氣工程、通信網絡和生物醫學等多個領域取得了成功的應用,應用領域涉及國防、科技、經濟、工業和農業等各個方面。
MATLAB是當今最優秀的科技應用軟件之一,它以強大的科學計算與可視化功能及簡單易用、開放式的可擴展環境,成為許多科學領域計算機輔助設計和分析、算法研究和應用開發的基本工具與首選平臺。MATLAB被廣泛地應用,被認為是能夠有效提高工作效率、改善設計手段的工具軟件,掌握了MATLAB就像掌握了開啟這些專業領域大門的鑰匙。
MATLAB是一個高級矩陣陣列語言,它包含控制語句、函數、數據結構、輸入和輸出、面向對象編程等特點。用戶可以在命令窗口中將輸入語句與執行命令同步,也可以先編寫好一個較大的復雜的應用程序(M文件)后再一起運行。新版本的MATLAB語言基于最為流行的C++語言,因此語法特征與C++語言極為相似,而且更加簡單,更加符合科技人員的數學表達式書寫格式,更利于非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強,這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。
Simulink是MATLAB的一個工具包,其建模與一般程序建模相比更為直觀,操作也更為簡單,不必記憶各種參數、命令的用法,用鼠標就能完成非常復雜的工作。Simulink不但支持線性系統仿真,還支持非線性系統仿真,不但支持連續系統仿真,還支持離散系統甚至混合系統仿真。
本書以MATLAB R2016a為平臺,主要介紹了控制系統算法、神經網絡設計算法、數字圖像處理算法分析及應用、通信系統算法應用和數字信號處理技術算法等內容。書中結合各種實際算法的實例,詳細介紹了借助MATLAB進行算法分析、設計的方法與過程。本書具有以下特點。
(1)內容翔實,實用性強。書中每介紹一個案例都給出了詳細說明,使讀者能快速掌握MATLAB在具體案例中的應用。
(2)本書中大量的例題均選自國內高校廣泛使用的經典教材與考研輔導用書,極具典型性與參考價值,還可供讀者上機進行實踐訓練或實驗使用。
(3)本書力求文字敘述清楚,概念闡述準確,深入淺出,通俗易懂,方便自學。
本書取材先進實用,講解深入淺出,各章均有大量用MATLAB/Simulink實現的仿真實例,便于讀者掌握和鞏固所學知識。
通過本書的學習,讀者不僅可以全面掌握MATLAB編程和開發技術,還可以提高快速分析和解決實際問題的能力,從而能夠在最短的時間內,以最好的效率解決實際工作中遇到的問題,提升工作效率。
本書主要由李曉東編著,參加編寫的還有趙書蘭、劉志為、欒穎、王宇華、吳茂、方清城、鄧奮發、何正風、丁偉雄、李婭、辛煥平、楊文茵、顧艷春和張德豐。
本書可作為控制工程、通信工程、電子信息工程專業廣大科研人員、學者、工程技術人員的參考書,也可作為從事高等教育的教師、高等院校的在讀理工科學生及相關領域的科研人員用書。
由于時間倉促,加之作者水平有限,所以錯誤和疏漏之處在所難免。在此,誠懇地期望得到各領域的專家和廣大讀者的批評指正。
編 著 者
內容簡介:

本書以MATLAB R2016a為平臺,在講解各種智能算法的過程中給出相應的實例。全書共分30章,主要介紹了控制系統設計應用、神經網絡設計應用、數字圖像處理算法分析及應用、通信系統的實際應用和數字信號處理技術等內容。本書可作為控制工程、通信工程、電子信息工程專業廣大科研人員、學者、工程技術人員的參考書,也可作為從事高等教育的教師、高等院校的在讀理工科學生及相關領域的科研人員用書。

目錄:

第1章 擴頻通信系統的算法分析與實現 1
1.1 擴頻通信系統的仿真 1
1.2 偽隨機碼的產生 1
1.2.1 M序列 2
1.2.2 偽隨機數序列相關函數 3
1.2.3 Gold序列 6
1.3 直接序列擴頻系統 7
1.4 利用MATLAB仿真演示直擴信號抑制余弦干擾 8
1.5 跳頻擴頻系統 10
1.6 BFSK/FH系統性能仿真 11
第2章 圖像的復原算法分析與實現 15
2.1 圖像復原概述 15
2.2 圖像的噪聲 16
2.3 圖像復原方法 19
2.3.1 復原的模型 20
2.3.2 無約束復原法 20
2.3.3 有約束復原法 21
2.3.4 復原法的評估 21
2.4 MATLAB圖像的復原方法 21
2.4.1 逆濾波復原法 21
2.4.2 維納濾波復原法 23
第3章 通信系統設計的MATLAB實現 26
3.1 設計通信系統的發射機 26
3.1.1 利用直接序列擴頻技術設計發射機 26
3.1.2 利用IS-95前向鏈路技術設計發射機 27
3.1.3 利用OFDM技術設計發射機 30
3.2 設計通信系統的接收機 32
3.2.1 利用直接序列擴頻技術設計接收機 32
3.2.2 利用IS-95前向鏈路技術設計接收機 33
3.2.3 利用OFDM技術設計接收機 33
3.3 通信系統的MATLAB實現 34
第4章 模擬濾波器算法分析與設計 43
4.1 模擬濾波器離散化分析 43
4.1.1 沖激響應不變法分析 43
4.1.2 雙線性變換法分析 44
4.2 模擬濾波器的最小階數選擇 46
4.2.1 Butterworth模擬濾波器階數選擇函數 46
4.2.2 Chebyshev I型模擬濾波器階數選擇函數 47
4.2.3 Chebyshev II型模擬濾波器階數選擇函數 47
4.3 模擬濾波器的性能測試 49
4.4 模擬濾波器的設計 52
4.4.1 模擬濾波器設計步驟 52
4.4.2 模擬濾波器設計函數 54
第5章 神經網絡模糊控制設計與應用 62
5.1 神經網絡模糊控制器的結構 62
5.2 神經網絡的特征 63
5.3 神經網絡模糊控制器的應用 65
5.3.1 控制器 66
5.3.2 控制器自校正 66
5.4 神經模糊控制應用于洗衣機中 67
5.4.1 洗衣機的模糊控制 68
5.4.2 洗衣機的神經網絡模糊控制器的設計 69
第6章 故障信號檢測分析與實現 73
6.1 故障信號檢測的理論分析 73
6.2 實驗結果與分析 75
6.2.1 利用小波分析檢測傳感器故障 75
6.2.2 小波類型的選擇對檢測突變信號的影響 78
6.3 小波類型選擇 82
第7章 現代控制系統算法分析與實現 83
7.1 可控性分析 83
7.1.1 連續系統的完全可控性 83
7.1.2 離散系統的可控性 84
7.1.3 連續系統的狀態完全可控標準形式 85
7.1.4 連續系統的輸出可控性 87
7.2 可觀測性分析 89
7.2.1 線性離散系統的完全可觀測性 89
7.2.2 連續系統的完全可觀測性 90
7.2.3 連續系統的完全可觀測標準形 92
7.3 系統的極點配置 94
7.3.1 極點配置的MATLAB函數 94
7.3.2 極點配置示例分析 94
7.4 系統狀態觀測器設計 97
7.4.1 狀態觀測器的MATLAB函數 97
7.4.2 狀態觀測器設計示例 97

第8章 數字圖像的運算分析與實現 100
8.1 圖像的點運算 100
8.1.1 線性點運算 100
8.1.2 分段線性點運算 102
8.1.3 非線性變換 103
8.1.4 直方圖修正 104
8.2 圖像的代數運算 108
8.2.1 圖像加法運算 108
8.2.2 圖像減法運算 111
8.2.3 圖像乘法運算 113
8.2.4 圖像除法運算 114
第9章 離散時間信號算法分析與實現 116
9.1 離散時間信號在MATLAB中的運算 116
9.1.1 離散時間信號的基本運算 116
9.1.2 離散時間系統的響應 117
9.1.3 離散時間系統的單位取樣響應 118
9.1.4 離散時間信號的卷積和運算 121
9.2 信號抽樣及抽樣定理 123
9.2.1 信號抽樣分析 123
9.2.2 抽樣定理分析 125
9.2.3 信號重建分析 126
第10章 自組織神經網絡的函數實現 130
10.1 創建函數 130
10.2 學習函數 133
10.3 競爭傳遞函數 138
10.4 初始化函數 139
10.5 距離函數 139
10.6 訓練競爭層函數 142
10.7 繪圖函數 142
10.8 結構函數 143
第11章 通信系統濾波器設計與實現 145
11.1 模擬濾波器MATLAB函數 145
11.1.1 設計模擬濾波器 145
11.1.2 切比雪夫II型濾波器 147
11.1.3 橢圓濾波器 149
11.1.4 Bessel濾波器 150
11.1.5 求模擬濾波器的最小階 151
11.1.6 濾波器的傳遞函數 154
11.2 數字濾波器MATLAB函數 159
11.2.1 窗函數 160
11.2.2 數字濾波器頻率響應函數 162
11.3 特殊濾波器MATLAB函數 169
11.3.1 rcosfir函數 170
11.3.2 rcosiir函數 170
第12章 控制系統根軌跡校正分析與實現 172
12.1 控制系統性能指標 172
12.1.1 性能指標的分類 172
12.1.2 二階系統頻域指標與時域指標的關系 172
12.2 校正基本概念 173
12.2.1 校正的概念 173
12.2.2 校正的方式 173
12.3 根軌跡校正法 175
12.3.1 根軌跡校正法串聯超前校正 175
12.3.2 根軌跡的串聯滯后校正 178
12.3.3 根軌跡的串聯超前滯后校正 182
第13章 圖像的幾何運算分析與實現 186
13.1 齊次坐標 186
13.2 灰度插值 187
13.2.1 最近鄰插值 187
13.2.2 雙線性插值 188
13.2.3 雙三次插值 189
13.2.4 MATLAB實現 189
13.3 圖像平移 190
13.4 圖像旋轉 193
13.5 圖像比例縮放 195
第14章 IIR濾波器設計與實現 200
14.1 從模擬濾波器設計IIR濾波器 200
14.1.1 沖激響應不變法 200
14.1.2 雙線性變換法 203
14.2 IIR濾波器的設計方法 206
14.2.1 經典設計法 206
14.2.2 直接設計法 209
14.3 高通濾波器的設計 212
14.3.1 模擬低通-數字高通變換 212
14.3.2 數字低通-數字高通變換 214
第15章 自組織特征映射網絡算法分析與應用 215
15.1 自組織特征映射網絡模型 215
15.2 自組織特征映射網絡結構 217
15.3 自組織特征映射網絡設計 217
15.3.1 SOFM的構建 217
15.3.2 SOFM的訓練 218
15.4 自組織特征映射網絡應用 220
15.4.1 自組織特征映射網絡在識別分類中的應用 220
15.4.2 SOFM在人口分類中的應用 222
第16章 模型預測控制設計與實現 226
16.1 系統辨識 226
16.2 廣義預測控制 227
16.2.1 j步最優預測 227
16.2.2 C(z-1)=1時的廣義預測控制 228
16.3 MATLAB實現 228
16.3.1 對象參數已知時(GPC算法) 228
16.3.2 對象參數未知時(GPC自適應算法) 231
16.3.3 C(z-1)≠1時的廣義預測控制 234
第17章 通信系統模擬線性調制算法分析與實現 241
17.1 雙邊帶調幅與解調 241
17.1.1 雙邊帶調幅 241
17.1.2 雙邊帶解調 244
17.2 常規雙邊帶調幅 246
17.3 抑制載波雙邊帶調幅 247
17.4 單邊帶調幅與解調 250
17.4.1 希爾伯特變換 250
17.4.2 單邊帶調幅 251
17.4.3 單邊帶解調 253
第18章 控制系統頻域校正分析與實現 257
18.1 頻域響應校正法 257
18.2 頻域法的串聯超前校正 257
18.2.1 相位超前校正裝置 257
18.2.2 超前校正設計方法 258
18.3 頻域法的串聯滯后校正 261
18.3.1 相位滯后校正裝置 261
18.3.2 Bode圖滯后校正設計方法 261
18.4 頻域串聯滯后超前校正 265
18.4.1 滯后超前校正裝置 265
18.4.2 Bode圖滯后超前校正設計方法 266
18.5 反饋校正 270
第19章 圖像的編碼算法分析與實現 276
19.1 圖像壓縮編碼基礎 276
19.1.1 圖像壓縮編碼的必要性 276
19.1.2 圖像壓縮編碼的可能性 276
19.1.3 圖像壓縮編碼的性能指標 277
19.1.4 保真度準則的評價 279
19.1.5 壓縮編碼的分類 280
19.2 熵編碼 281
19.2.1 哈夫曼編碼 281
19.2.2 香農編碼 288
19.2.3 算術編碼 290
第20章 信號變換算法分析與實現 294
20.1 快速傅里葉變換 294
20.1.1 快速傅里葉變換的性質 294
20.1.2 快速傅里葉變換及其應用 303
20.1.3 運用快速傅里葉變換進行簡單濾波 307
20.2 離散余弦變換 309
20.3 Chirp Z變換 311
20.4 離散希爾伯特變換 313
第21章 神經網絡的最小方差自校正控制 316
21.1 神經網絡控制結構 316
21.1.1 神經網絡監督控制 316
21.1.2 神經網絡預測控制 317
21.1.3 神經網絡自適應評判控制 318
21.2 最小方差自校正控制 319
21.2.1 最小方差控制 319
21.2.2 最小方差間接自校正控制 323
21.2.3 最小方差直接自校正控制 326
第22章 BAM與BSB網絡算法分析與實現 330
22.1 雙向聯想記憶神經網絡 330
22.1.1 BAM網絡結構與原理 330
22.1.2 能量函數與穩定性分析 331
22.1.3 BAM網絡的權值設計 332
22.1.4 BAM網絡的應用 333
22.2 盒中腦模型網絡 334
22.2.1 盒中腦模型的描述 335
22.2.2 盒中腦模型的實現 335
第23章 濾波器設計原理和實現方法 338
23.1 自適應濾波器 338
23.1.1 自適應濾波器設計原理 338
23.1.2 自適應濾波器在MATLAB中的應用 339
23.2 格型濾波器 342
23.2.1 全零點格型濾波器 342
23.2.2 全極點格型濾波器 345
23.2.3 零極點的Lattice結構 345
23.3 線性預測濾波器 346
23.3.1 線性預測濾波器模型 346
23.3.2 線性預測濾波器設計 349
第24章 基于形態學的圖像處理技術 354
24.1 數學形態學概述 354
24.2 數學形態學的基本概念 355
24.3 數學形態學的分類 355
24.3.1 二值形態學 355
24.3.2 灰度數學形態學 356
24.3.3 模糊數學形態學 356
24.4 形態學的基本運算 357
24.4.1 邊界像素 358
24.4.2 結構元素 358
24.4.3 膨脹與腐蝕 362
24.4.4 開運算與閉運算 366
24.4.5 形態學重構 368
第25章 Elman網絡算法分析與實現 370
25.1 Elman網絡結構 370
25.2 修正網絡權值的學習算法 371
25.3 穩定性推導 373
25.4 對角遞歸網絡穩定時學習速率的確定 374
25.5 Elman神經網絡與訓練 375
25.6 Elman神經網絡的應用 377
第26章 自動控制實際系統的分析設計 386
26.1 傳遞函數模型分析 386
26.2 傳遞函數模型的MATLAB實現 387
26.3 狀態空間模型分析 390
26.4 狀態空間模型的MATLAB實現 390
26.5 零極點增益模型分析 392
26.6 零極點增益模型的MATLAB實現 393
第27章 圖像編碼算法的MATLAB實現 396
27.1 變換編碼 396
27.2 行程編程 398
27.2.1 基本原理 398
27.2.2 自身特點 399
27.2.3 算法局限性 399
27.3 預測編碼 401
27.3.1 DPCM編碼 402
27.3.2 最佳線性預測編碼法 406
27.3.3 增量調制編碼 410
第28章 信號的小波分析與處理 411
28.1 信號分析 411
28.1.1 分離信號的不同成分 411
28.1.2 識別某一頻率上的信號 414
28.1.3 識別信號的發展趨勢 416
28.2 信號去噪 417
28.2.1 信號閾值去噪 417
28.2.2 信號閾值去噪應用 421
28.3 提升小波變換用于信號處理 423
28.3.1 提升小波變換概述 423
28.3.2 提升小波 423
28.3.3 提升小波在信號處理中的應用 429
第29章 LVQ神經網絡算法分析與應用 432
29.1 學習向量量化的網絡結構 432
29.2 學習向量量化的網絡學習 432
29.2.1 學習向量量化的學習規則 432
29.2.2 學習向量量化的網絡訓練 434
29.3 學習向量量化的學習算法的改進 436
29.4 學習向量量化的網絡應用 436
第30章 離散控制系統的算法分析與實現 440
30.1 離散控制系統的基本概念 440
30.1.1 離散控制系統的基本組成 440
30.1.2 數字控制系統的工作過程 441
30.1.3 離散控制系統的特點 441
30.2 離散信號的數字描述 442
30.2.1 采樣過程及采樣定理 442
30.2.2 保持器的數學描述 444
30.3 Z變換 446
30.3.1 離散信號的Z變換 446
30.3.2 Z變換及其逆變換 447
參考文獻 453
序: