搜索资源列表
第一次作业_基于分类算法的雷达状态识别
- 第一次作业_基于分类算法的雷达状态识别 对于本数据集中的雷达状态识别，数据降维前使用朴素贝叶斯、支持向量机、神经网络的分类算法对于识别的准确率无太大影响；数据降维后使用神经网络算法最优，支持向量机算法其次，朴素贝叶斯算法较差。此外，训练样本越多，分类准确率有小幅度提高。(First Operation Radar State Recognition Based on Classification Algorithms For radar state recognition
matlab手写卷积神经网络人脸识别
- 基于卷积神经网络的人脸识别，学生作品啊啊啊啊啊啊(open face cnn student school what i should do)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)
系统辨识及其MATLAB仿真
- 对动态系统辨识理论做了概括性的介绍，包含了常用的非参数系统辨识方法和参数辨识方法，并将神经网络人工智能算法应用到复杂系统参数识别，适用于系统控制、参数识别与数据预测等领域的学习。传统方法与现在智能算法都配有实例，每个代码文件都有详细注释。(This paper gives a general introduction to the dynamic system identification theory, including commonly used non-parametric system
CNN_v2
- 癫痫脑电图（EEG）异常波精准识别深度学习CNN卷积神经网络(Accurate Recognition of Epilepsy EEG Abnormal Waves and Deep Learning CNN Convolutional Neural Network)
BP神经网络实现手写数字识别matlab实现
- 基于BP神经网络对几种字体0-9的数字识别(MATLAB)(Digital Recognition of Several Fonts 0-9 Based on BP Neural Network (MATLAB))
手写数字识别
- 运用卷积神经网络进行特征提取，然后进行分类(Using convolution neural network to extract features and classify them)
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI Competition II Dataset III上进行了实
convolutional_network
- 用tensorflow搭建卷积神经网络实现手写数据集的识别(Recognition of Handwritten Data Set by Constructing Convolutional Neural Network with Tenorflow)
BP神经网络语音识别
- BP神经网络语音识别，代码完整，在matlab中可以实现训练测试，根据自己的需求进行修改代码并应用。
Matlab实现卷积神经网络对Mnist数据集的识别
- matlab实现卷积神经网络对mnist数据集的的识别。程序完整，函数处理好的数据集，可以直接是使用。
LSTM-Human-Activity-Recognition-master
- 与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory
BP_mnist_UI-master
- 基于BP神经网络的手写数字识别，有完整代码(based image segmentation algorithm)
38247892wavenet
- 一种基于小波理论的人工神经网络，可用于模式识别（分类）等小型实验(An artificial neural network based on wavelet theory can be used in small experiments such as pattern recognition (classification))
语音识别demo
- rnn循环神经网络训练数据集及进行语音识别实现语音输出(Training data set of RNN cyclic neural network and speech recognition for speech output)
人脸库代码
- 资料为基于BP基于BP神经网络的人脸识别源码（matlab），是课程设计做的一个课题，效果还不错，配备有测试显示界面，比较直观！(The data is the source code of face recognition based on BP neural network (matlab), which is a subject of curriculum design. The effect is good, equipped with test display interface, w
Unet卷积神经网络
- Python编的Unet卷积神经网络，可以用于噪声压制、边缘识别等应用，运行效率较高。
神经网络-手写数字识别
- 利用BP神经网络，对MNIST数据集中的5000张图片进行训练，实现手写数字识别，训练出来的结果准确率在90%。
鲸鱼群智能优化神经网络（WOA-NN）
- 利用鲸鱼群智能优化算法实现对神经网络的优化，实验结果能够有效避免传统神经网络过拟合的问题，有效提高模型识别精度。内容包含：woa主函数，woa-nn优化主函数；以及三个分类原始数据可供优化模型验证。
minist手写数字识别，搭建3层的卷积神经网络
- minist手写数字识别，基于Keras搭建3层的卷积神经网络，达到99%的识别准确率，且绘制相应的准确率和loss function曲线；