信息爆炸的时代,海量数据特征维数高,样本数据及类别多，信息非结构化。如何从海量数据中寻找知识？ 作者利用基于序列构造神经网络的信息处理技术，把高维海量数据信息转换为神经网络的构造，有效地降低了问题规模和时间复杂度，解决传统前馈网络中固定结构神经网络难以训练和网络结构难以确定的问题,得到明显的效果。 《序列构造神经网络与多维数据分析》还将序列构造神经网络应用到房产行业,对现实房产租赁指数多维数据分析进行了探索，显示了该方法的广泛应用前景。
本书以神经网络为主线，穿插于智能控制系统各个环节，重点介绍神经网络智能控制在理论研究和工程应用中的一些新进展。全书着眼于神经网络理论、预测控制理论、非线性动力系统理论和新兴的复杂网络理论等诸多学科的交叉，在神经网络智能控制系统的框架体系下，结合国际国内的研究进展，将作者与其合作研究者们多年来在神经网络建模、预测、控制、混沌化以及复杂网络领域所取得的一系列*的研究成果有机地融合在一起。 本书第1章全面系统地回顾了神经网络智能控制的理论研究和应用进展；第2章介绍本书所需要的基础知识；第3章至第6章介绍了一系列由前馈神经网络、Elman神经网络和简单递归神经网络与自校正广义预测控制相结合的各种神经网络自适应预测控制器，并有效地应用于复杂非线性系统和混沌系统的控制问题；第7章重点介绍神经网络与非
