6.1 最大值和最小值 82 6.2 求和、乘积和差分 83 6.3 统计命令 85 6.4 排序 88 6.5 统计频数直方图和棒图 88 6.6 区域的三角分解 92 6.7 多边形分析 93

7.1 行列式、逆和秩 95 7.2 线性系统的求解和LU因式分解 99 7.3 行梯形矩阵 102 7.4 Cholesky因式分解 104 7.5 QR因式分解 105 7.6 范数和条件数 108 7.7 超定方程组和欠定方程组 110

8.1 特征值和特征向量的计算 113 8.2 上海森伯形式、QR和QZ因式分解 117 8.3 舒尔分解和奇异值分解 119

11.1 积分 151 11.2 常微分方程组 154

13.1 二维图形 200 13.2 在其他坐标系和复平面上绘图 208 13.3 图形控制 211 13.4 生成网格和绘制等高线图 222 13.5 三维图形 227 13.6 颜色控制 243 13.7 图形窗口的硬拷贝 246 13.8 声音 246

9.1 矩阵为什么稀疏 123 9.2 创建和转换稀疏矩阵 123 9.3 稀疏矩阵运算 126 9.4 稀疏矩阵的特例 128 9.5 系数阵为稀疏矩阵的线性方程组 129

5.1 字符串 65 5.1.1 分配 65 5.1.2 字符串命令 66 5.1.3 显示和输入 72 5.1.4 字符串求值 73 5.2 整数 76 5.3 位操作 77 5.4 集合 78 5.5 细胞矩阵 78

 概述  Elman神经网络结构  Elman神经网络学习算法  Elman网络的MATLAB实现

自适应线性神经元模型 单个自适应线性神经元的学习方法 单层自适应线性神经元的学习方法 MATLAB程序仿真 关于自适应线性神经元的几点说明

3.1 各种常用信号和系统 3.2 一阶系统的时域分析 3.3 二阶系统的时域分析 3.4 高阶系统的时域分析 3.5 线性系统的稳定性分析 3.6 控制系统的稳态误差 3.7 基于MATLAB的线性系统时域分析 小结