5.1 n维向量 5.2 向量组的线性相关性 5.3 矩阵的秩与向量组的秩 5.4 向量空间 5.5 基、维数与坐标 5.6 线性方程组解的结构 5.7 超定方程的解——最小二乘问题 5.8 应用实例 5.9 习题

2.1 基本概念 2.2 采用机理分析法建立状态空间模型 2.3 由传递函数求状态空间模型 2.4 由状态空间模型求传递函数 2.5 采用MATLAB进行模型转换 2.6 非线性系统的线性化 2.7 组合系统

4.1 问题的提出 4.2 能控性的定义 4.3 能控性的判定 4.4 能观性的定义 4.5 能控性、能观性与传递函数矩阵的关系 4.6 用MATLAB判定能控性能观性

§4.1 LTI Discrete-Time Systems in the Transform Domain §4.2 The Frequency Response §4.3 Frequency Response Computation Using MATLAB §4.4 The Concept of Filtering §4.5 Phase and Group Delays §4.6 Frequency Response of the LTI Discrete-Time System §4.7 The Transfer Function §4.8 The Transfer Function §4.9 Frequency Response from Transfer Function §4.10 Types of Transfer Functions §4.11 Linear-Phase FIR Transfer Functions §4.12 Allpass Transfer Function §4.13 Minimum-Phase and Maximum-Phase Transfer Functions

第1节 线性规划问题及其数学模型 1.1 问题的提出 1.2 图解法 1.3 线性规划问题的标准形式 1.4 线性规划问题的解的概念 第2节 线性规划问题的几何意义 2.1 基本概念 2.2 几个定理 第3节 单纯形法 3.1 举例 3.2 初始基可行解的确定 3.3 最优性检验与解的判断 3.4 基变换 3.5 迭代（旋转运算） 第4节 单纯型法的计算步骤 4.1 单纯型表 4.2 计算步骤 第5节 利用MATLAB求解线性规划问题 5.1 优化工具箱(optim)简介 5.2 标准形式 5.3 linprog函数 5.4 应用举例

6.1 Concepts on Digital Filter 6.2 Analog Filter Design 6.3 Impulse Invariance Method 6.4 The bilinear Transformation 6.5 Design of Highpass, Bandpass and Bandstop Digital Filters 6.6 Spectral Transformations of IIR Filters 6.7 IIR digital filter design using MATLAB 6.8 Computer-Aided Design of IIR Digital Filters

2.1 信号时域特征的获取方法 2.2 信号与数据的插值方法及实现 2.3 信号与数据的拟合方法及实现 2.4 数值微分和数值积分及实现 2.5 时域信号的平滑与建模方法及实现 2.6 MATLAB在时域分析与处理中的应用

单个感知器模型与解决问题的能力 单层感知器模型与解决问题的能力 单层感知器的学习算法 单层感知器的局限性问题 多层感知器的设计方法 有关的几个问题的讨论 单层感知器的MATLAB设计与实现

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

•RBF网络结构和模型 •RBF网络输出的计算过程 •RBF网络的一个实例 •RBF网络的学习算法 •RBF网络参数的有教师学习算法 •RBF网络的几个问题 •RBF网络的应用示例与MATLAB实现