算法大全 全书分30章及2附录（在MATLAB中实现）对常用数学算法进行汇总介绍。 主要包括：线性规划、非线性规划、动态规划、图与网络、排队论、对策论、层次分析法、插值与拟合、数据的统计描述和分析、方差分析、回归分析、微分方程建模、稳定状态模型、常微分方程解法、差分方程模型、马氏链模型、变分法模型、神经网络模型、偏微分方程的数值解、目标规划、模糊数值模型、现代优化算法、时间序列模型、存贮论、经济与金融的优化问题、生产与服务运作管理中的优化问题、灰色系统理论及其应用、多元分析、偏最小二乘回归以

全书共23章，分为7篇。基础篇介绍了MATLAB基础、数组和矩阵分析、字符串分析；科学运算篇介绍了MATLAB数据分析、积分和微分运算、概率和数理统计、符号计算；数据可视化篇介绍了二维和三维数据的可视化；编程篇介绍了MATLAB基本编程、程序调试和编程技巧；仿真篇介绍了Simulink基本知识、Simulink建模和S-函数；高级应用篇介绍了GUI编程开发、GUIDE工具建立GUI界面、文件夹管理和文件I/O操作、MATLAB编译器；工具箱与接口编程篇介绍了信号处理、小波分析、图像处理、神经网络

DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg