搜索资源列表
SOM
- som神经网络的数据分类--柴油机故障诊断-som neural network data classification- Diesel Engine Fault Diagnosis
《MATLAB 神经网络30个案例分析》程序和数据
- 总结一些神经网络的使用案例及程序，包含粒子群算法对神经网络进行改进的程序，有详细讲解，程序可用
Class_3_Code
- 将concrete_data.mat文件导入到MATLAB中，其中attributes为影响混凝土抗压强度的7个输入变量，strength为混凝土的抗压强度，即输出变量； 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测试集包含23个样本； 将训练集与测试集数据进行归一化； 建立BP神经网络，并训练； 利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测； 输出结果并绘图（真实值与预测值对比图）(The concrete_data.mat
matlab_ANN_MLP
- matlab程序，使用神经网络估算信号频率，附训练及测试数据(The matlab program uses neural networks to estimate the frequency of signals, along with training and test data)
EMDandBP
- 结合emd和bp神经网络的算法, 对轴承故障数据进行诊断,数据可以自己添加(EMD and BP algorism are combined to classify different kinds of faults of bearings. Source data need to be added by yourself)
DeepLearnToolbox-master
- 这是用于深度学习的Matlab工具箱 深度学习是机器学习的一个新的子领域，专注于学习深层次的数据模型。 它的灵感来自于人类大脑的明显的深层次（分层的）层次结构。 目录包括`NN /` - 一个用于前馈反向传播神经网络的库，`CNN /` - 卷积神经网络库，`SAE /` - 堆叠式自动编码器库，`CAE /` - 卷积自动编码器库，`util /` - 库使用的功能函数，`data /` - 实例使用的数据，`tests /` - 单元测试来验证工具箱是否正常工作(A Matlab to
chapter1
- BP神经网络的数据分类——语音特征信号分类(Data classification of BP neural networks -- Classification of speech characteristic signals)
NeuralNetwork_RBF
- RBF神经网络实现，MATLAB平台。附训练和测试数据(RBF neural network implementation, MATLAB platform. With training and test data)
BPDLX
- 基于matlab的bp神经网络学习算法用于数据的分类--主要针对语音信号进行分类。本案例中选举了民歌、古筝、摇滚和流行音乐四类不同类型，用bp神经网络实现对这四类音乐的有效分类(Based on matlab bp neural network learning algorithm for data classification - mainly for voice signal classification. In this case, four different types of folk
GRNN处理时间序列
- 用广义回归神经网络预测时间序列数据的MATLAB源代码(MATLAB source code for predicting time series data using generalized regression neural network)
BPdemo
- BP神经网络matlab程序基础实例，包含主程序及样本数据(BP neural network matlab program based examples, including the main program and sample data)
MATLAB神经网络30个案例分析
- 神经网络，回归预测，30个典型案例，回归模型，数据驱动(Neural network, regression prediction, 30 typical cases, regression model, data-driven)
源程序
- 神经网络的30余例子matlab算法，包含书籍和例子(Matlab algorithm of neural network.)
rbf
- 自己编写RBF神经网络程序，RBF神经网络隐层采用标准Gaussian径向基函数，输出层采用线性激活函数，其中数据中心、扩展常数和输出权值均用梯度法求解，它们的学习率均为0.001。其中隐节点数选为10，初始输出权值取[-0.1，0.1]内的随机值，初始数据中心取[-1，1]内的随机值，初始扩展常数取[0.1，0.3]内的随机值，输入采用[0 1]的随机阶跃输入(Write your own RBF neural network, RBF neural network hidden layer
27796710BPtrain
- 基于BP神经网络的全国人口预测本文以1970-2013年的中国人口统计数据为依据，论证BP网络预测模型的可行性同时给出了利用MATLAB神经网络工具箱设计BP网络的方法和步骤。利用样本数据对网络进行训练，并根据训练后的网络对未来人口数量作出预测。仿真结果表明该方法实际可行并对2014—2017的全国人口数量进行预测。。(National Population Prediction Based on BP neural network)
iris
- 使用iris鸢尾花数据集测试rbf神经网络的分类效果(Using iris iris dataset to test the classification effect of RBF neural network)
elmen
- Elmen神经网络仿真的matlab实现，该网络是一种动态神经网络，更适合动态数据的建模。并附带elmen神经网络的教学ppt。(Elmen neural network simulation of the matlab implementation, the network is a dynamic neural network, more suitable for modeling dynamic data.)
LSTM-MATLAB-master
- LSTM作为经典的回归神经网络类型，可以用于实现时序数据的预测。(It is used for prediction of time series data)
BP
- bp神经网络进行交通预测的Matlab源代码 数据为1986年到2000年的交通量 ，网络为3输入，1输出 15组数据，其中9组为正常训练数据，3组为变量数据，3组为测试数据(Matlab source code for traffic prediction by BP neural network The data is the traffic volume from 1986 to 2000. The network is 3 input and 1 output. 15 group
number_recognition_mlp1
- 这个是做图像识别的数据包，主要是做BP神经网络对手写数字的识别(This is a data packet for image recognition)