神经网络预测水文年。使用标准BP网络、L-M算法、径向基数（RBF）网络算法，分别对水文年尽心预测和对比-Neural network hydrological year. Using the standard BP network, LM algorithm, radial base (RBF) network algorithm, respectively, years of dedication to the hydrological forecast and comparison

分类是我们经常用到的，本算法用径向基函数实现了分类-Classification, we are frequently used, the algorithm using radial basis function implementation of the classification

径向基函数（RBF）神经网络在分类中的应用-Radial Basis Function (RBF) neural network classification

自适应神经网络图书馆（Matlab的5.3.1或更高版本）是实现多个自适应神经网络具有不同的自适应算法块的集合。 它主要分布于2001年6月 - 7月詹皮耶罗坎帕（西弗吉尼亚大学）和马里奥·卢卡Fravolini（佩鲁贾大学）。后来改善部分由美国航天局资助NCC5-685支持。 有迹象表明，实施基本上这些种神经网络的块： 自适应线性网络（ADALINE） 多层感知层网络 广义径向基函数网络 动力单元结构（DCS）网络的高斯或圆锥形基函数