搜索资源列表
基于神经网络的数字字符识别
- 基于BP神经网络的字符识别系统~用MATLAB编写`包括论文~以及代码~适合于毕业设计-BP neural network-based character recognition system using MATLAB ~ `~ including papers and code ~ suitable for graduate design 字符识别是模式识别领域的一项传统的课题，这是因为字符识别不是一个孤立的问题，而是模式识别领域中大多数课题都会遇到的基本问题，并且在不同的课题中，由于具体的
LVQ神经网络的学习算法
- LVQ神经网络结构 LVQ1学习算法 LVQ2学习算法及特点 LVQ神经网络学习算法的MATLAB实现 LVQ神经网络应用示例 LVQ神经网络与SOM神经网络的区别
matlab学习资料
- 神经网络在matlab中的实现
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
人工神经网络原理及仿真源码
- 人工神经网络原理及仿真源码 人工神经网络 的学习资料
Artificial_Neural_Networks
- 一种基于人工神经网络在线学习的自适应预测方法-Based on artificial neural network online learning adaptive prediction method
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
matlabandBP
- 一个MATLAB和BP算法的程序,对神经网络学习有帮助-matlab and bp
matlab-Neural-network-PPT
- Matlab BP神经网络学习的一个PPT，BP神经网络的初学者可下了参考学习。-Matlab BP神经网络学习的一个PPT，BP Neural Network for beginners in the study.
Neural-Network-Project-1
- 本程序为神经网络学习中的第一个项目程序，主要瞎用神经网络的算法进行目标学习和识别，并应用加噪和去噪算法进行比较-This program is the first item in the neural network learning process, the major blind with neural network algorithm for target learning and recognition, and application plus noise and de-noisin
1000-3428(2008)22-0231-03
- 针对传统的PID 控制器参数固定而导致在控制中效果差的问题，提出一种基于模糊RBF 神经网络智能PID 控制器的设计方法。 该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点，将模糊控制与RBF 神经网络相结合以在线调整PID 控制器参数，整 定出一组适合于控制对象的kp. ki. kd 参数。将算法运用到电机控制系统的PID 参数寻优中，仿真结果表明基于此算法设计的PID 控制器改善了电机控制系统的动态性能和稳定性。-Fixed for the traditional PID
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
Ryan_GA_BP
- 实现了基于遗传算法GA优化的BP神经网络，遗传代数为100代(BP neural network based on GA optimization)
神经网络设计(中文版)
- 神经网络设计(中文版)通俗的讲解了神经网络的原理，初学者可以通过本书，很快的了解神经网络的理论，为编程的实现打下基础。本书仅供学习交流，如您喜欢，请购买正版。(Neural network design (Chinese version) popular to explain the principles of neural networks, beginners can through this book, quickly understand the theory of neural net
神经网络模型及其MATLAB仿真
- 用Matlab对人工神经网络的分析及应用，并附有代码(Analysis and application of artificial neural network with Matlab, and attached code)
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
神经网络与深度学习讲义20151211
- 讲解了神经网络原理和和机器学习有关知识，和入门学习所需要的数学基础知识(Explains the principles of neural networks and the basic knowledge required)
MATLAB神经网络案例分析
- 用于刚刚学习人工智能算法，神经网络的初级学者，有助于了解(A junior scholar who has just learned artificial intelligence algorithms, neural networks, helps to understand)
神经网络与深度学习讲义
- 邱锡鹏：深度学习与神经网络入门级教程，PDF版本(Basic tutorials of deep learning and neutral networks)
Matlab神经网络方面案例分析
- BP神经网络的数据分类——语音特征信号分类,可以帮助到学习Matlab的人们