实例介绍
学习神经网络及深度学习实战代码.本书共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及了常见的优化算法(遗传算法、蚁群算法等)与神经网络的结合问题。此外,本书还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性,如神经网络并行计算、定制神经网络、神经网络高效编程等
【实例截图】
【核心代码】
神经网络43
└── 神经网络43
├── MATLAB神经网络43个案例分析
│ ├── MATLAB神经网络43个案例分析.pdf
│ ├── 下载频道.url
│ ├── 源码频道.url
│ ├── 电子书频道.url
│ └── 红黑联盟主站.url
└── 案例分析源代码
├── chapter1
│ └── chapter1
│ ├── BPDLX.m
│ ├── chapter1_1.asv
│ ├── chapter1_1.m
│ ├── data1.mat
│ ├── data2.mat
│ ├── data3.mat
│ └── data4.mat
├── chapter10
│ ├── chapter10.m
│ ├── class.mat
│ ├── Readme.txt
│ ├── sim.mat
│ ├── stdlib.m
│ └── test.m
├── chapter11
│ ├── city_location.mat
│ ├── diff_u.m
│ ├── energy.m
│ ├── main.m
│ └── Readme.txt
├── chapter12
│ └── chapter12
│ ├── Chapter_ClassifyRegressUsingLibsvm.m
│ ├── heart_scale.mat
│ └── html
│ ├── Chapter_ClassifyRegressUsingLibsvm_01.png
│ ├── Chapter_ClassifyRegressUsingLibsvm.html
│ └── Chapter_ClassifyRegressUsingLibsvm.png
├── chapter13
│ └── chapter13
│ ├── Chapter_ModelDecryption.m
│ ├── heart_scale.mat
│ └── html
│ └── Chapter_ModelDecryption.html
├── chapter14
│ └── chapter14
│ ├── chapter_WineClass.m
│ ├── chapter_WineClass.mat
│ └── html
│ ├── chapter_WineClass_01.png
│ ├── chapter_WineClass_02.png
│ ├── chapter_WineClass_03.png
│ ├── chapter_WineClass.html
│ └── chapter_WineClass.png
├── chapter15
│ └── chapter15
│ ├── chapter_GA.m
│ ├── chapter_GridSearch.m
│ ├── chapter_PSO.m
│ ├── html
│ │ ├── chapter_GA_01.png
│ │ ├── chapter_GA_02.png
│ │ ├── chapter_GA_03.png
│ │ ├── chapter_GA_04.png
│ │ ├── chapter_GA.html
│ │ ├── chapter_GA.png
│ │ ├── chapter_GridSearch_01.png
│ │ ├── chapter_GridSearch_02.png
│ │ ├── chapter_GridSearch_03.png
│ │ ├── chapter_GridSearch_04.png
│ │ ├── chapter_GridSearch_05.png
│ │ ├── chapter_GridSearch_06.png
│ │ ├── chapter_GridSearch_07.png
│ │ ├── chapter_GridSearch.html
│ │ ├── chapter_GridSearch.png
│ │ ├── chapter_PSO_01.png
│ │ ├── chapter_PSO_02.png
│ │ ├── chapter_PSO_03.png
│ │ ├── chapter_PSO_04.png
│ │ ├── chapter_PSO.html
│ │ └── chapter_PSO.png
│ └── wine.mat
├── chapter16
│ └── chapter16
│ ├── chapter_sh.m
│ ├── chapter_sh.mat
│ └── html
│ ├── chapter_sh_01.png
│ ├── chapter_sh_02.png
│ ├── chapter_sh_03.png
│ ├── chapter_sh_04.png
│ ├── chapter_sh_05.png
│ ├── chapter_sh_06.png
│ ├── chapter_sh_07.png
│ ├── chapter_sh_08.png
│ ├── chapter_sh_09.png
│ ├── chapter_sh.html
│ └── chapter_sh.png
├── chapter17
│ └── chapter17
│ ├── chapter_FIGsh.m
│ ├── chapter_sh.mat
│ ├── FIG_D.m
│ └── html
│ ├── chapter_FIGsh_01.png
│ ├── chapter_FIGsh_02.png
│ ├── chapter_FIGsh_03.png
│ ├── chapter_FIGsh_04.png
│ ├── chapter_FIGsh_05.png
│ ├── chapter_FIGsh_06.png
│ ├── chapter_FIGsh_07.png
│ ├── chapter_FIGsh_08.png
│ ├── chapter_FIGsh_09.png
│ ├── chapter_FIGsh_10.png
│ ├── chapter_FIGsh_11.png
│ ├── chapter_FIGsh_12.png
│ ├── chapter_FIGsh_13.png
│ ├── chapter_FIGsh_14.png
│ ├── chapter_FIGsh_15.png
│ ├── chapter_FIGsh_16.png
│ ├── chapter_FIGsh_17.png
│ ├── chapter_FIGsh.html
│ └── chapter_FIGsh.png
├── chapter18
│ └── chapter18
│ ├── Chapter_ImSegmentUsingLibsvm.m
│ ├── html
│ │ ├── Chapter_ImSegmentUsingLibsvm_01.png
│ │ ├── Chapter_ImSegmentUsingLibsvm_02.png
│ │ ├── Chapter_ImSegmentUsingLibsvm_03.png
│ │ ├── Chapter_ImSegmentUsingLibsvm.html
│ │ └── Chapter_ImSegmentUsingLibsvm.png
│ └── littleduck.jpg
├── chapter19
│ └── chapter19
│ ├── Chapter_CharacterRecognitionUsingLibsvm.m
│ ├── html
│ │ ├── Chapter_CharacterRecognitionUsingLibsvm_01.png
│ │ ├── Chapter_CharacterRecognitionUsingLibsvm.html
│ │ └── Chapter_CharacterRecognitionUsingLibsvm.png
│ ├── pic_preprocess.m
│ ├── 手写数字测试样本图片
│ │ ├── num0_1.bmp
│ │ ├── num0_2.bmp
│ │ ├── num0_3.bmp
│ │ ├── num1_1.bmp
│ │ ├── num1_2.bmp
│ │ ├── num1_3.bmp
│ │ ├── num2_1.bmp
│ │ ├── num2_2.bmp
│ │ ├── num2_3.bmp
│ │ ├── num3_1.bmp
│ │ ├── num3_2.bmp
│ │ ├── num3_3.bmp
│ │ ├── num4_1.bmp
│ │ ├── num4_2.bmp
│ │ ├── num4_3.bmp
│ │ ├── num5_1.bmp
│ │ ├── num5_2.bmp
│ │ ├── num5_3.bmp
│ │ ├── num6_1.bmp
│ │ ├── num6_2.bmp
│ │ ├── num6_3.bmp
│ │ ├── num7_1.bmp
│ │ ├── num7_2.bmp
│ │ ├── num7_3.bmp
│ │ ├── num8_1.bmp
│ │ ├── num8_2.bmp
│ │ ├── num8_3.bmp
│ │ ├── num9_1.bmp
│ │ ├── num9_2.bmp
│ │ └── num9_3.bmp
│ └── 手写数字训练样本图片
│ ├── num0_1.jpg
│ ├── num0_2.jpg
│ ├── num0_3.jpg
│ ├── num0_4.jpg
│ ├── num0_5.jpg
│ ├── num1_1.jpg
│ ├── num1_2.jpg
│ ├── num1_3.jpg
│ ├── num1_4.jpg
│ ├── num1_5.jpg
│ ├── num2_1.jpg
│ ├── num2_2.jpg
│ ├── num2_3.jpg
│ ├── num2_4.jpg
│ ├── num2_5.jpg
│ ├── num3_1.jpg
│ ├── num3_2.jpg
│ ├── num3_3.jpg
│ ├── num3_4.jpg
│ ├── num3_5.jpg
│ ├── num4_1.jpg
│ ├── num4_2.jpg
│ ├── num4_3.jpg
│ ├── num4_4.jpg
│ ├── num4_5.jpg
│ ├── num5_1.jpg
│ ├── num5_2.jpg
│ ├── num5_3.jpg
│ ├── num5_4.jpg
│ ├── num5_5.jpg
│ ├── num6_1.jpg
│ ├── num6_2.jpg
│ ├── num6_3.jpg
│ ├── num6_4.jpg
│ ├── num6_5.jpg
│ ├── num7_1.jpg
│ ├── num7_2.jpg
│ ├── num7_3.jpg
│ ├── num7_4.jpg
│ ├── num7_5.jpg
│ ├── num8_1.jpg
│ ├── num8_2.jpg
│ ├── num8_3.jpg
│ ├── num8_4.jpg
│ ├── num8_5.jpg
│ ├── num9_1.jpg
│ ├── num9_2.jpg
│ ├── num9_3.jpg
│ ├── num9_4.jpg
│ └── num9_5.jpg
├── chapter2
│ └── chapter2
│ ├── BP_Hidden.m
│ ├── chapter2_1.m
│ └── data.mat
├── chapter20
│ └── chapter20
│ ├── html
│ │ ├── TutorialTest_01.png
│ │ ├── TutorialTest_02.png
│ │ ├── TutorialTest_03.png
│ │ ├── TutorialTest_04.png
│ │ ├── TutorialTest_05.png
│ │ ├── TutorialTest_06.png
│ │ ├── TutorialTest_07.png
│ │ ├── TutorialTest_08.png
│ │ ├── TutorialTest_09.png
│ │ ├── TutorialTest_10.png
│ │ ├── TutorialTest_11.png
│ │ ├── TutorialTest_12.png
│ │ ├── TutorialTest_13.png
│ │ ├── TutorialTest_14.png
│ │ ├── TutorialTest.html
│ │ └── TutorialTest.png
│ ├── libsvm-3.1-[FarutoUltimate3.1Mcode]
│ │ ├── COPYRIGHT
│ │ ├── FAQ.html
│ │ ├── heart_scale
│ │ ├── java
│ │ │ ├── libsvm
│ │ │ │ ├── svm.java
│ │ │ │ ├── svm.m4
│ │ │ │ ├── svm_model.java
│ │ │ │ ├── svm_node.java
│ │ │ │ ├── svm_parameter.java
│ │ │ │ ├── svm_print_interface.java
│ │ │ │ └── svm_problem.java
│ │ │ ├── libsvm.jar
│ │ │ ├── Makefile
│ │ │ ├── svm_predict.java
│ │ │ ├── svm_scale.java
│ │ │ ├── svm_toy.java
│ │ │ ├── svm_train.java
│ │ │ └── test_applet.html
│ │ ├── Makefile
│ │ ├── Makefile.win
│ │ ├── matlab
│ │ │ ├── heart_scale.mat
│ │ │ ├── libsvmread.c
│ │ │ ├── libsvmread.mexw32
│ │ │ ├── libsvmwrite.c
│ │ │ ├── libsvmwrite.mexw32
│ │ │ ├── Makefile
│ │ │ ├── make.m
│ │ │ ├── README
│ │ │ ├── svm_model_matlab.c
│ │ │ ├── svm_model_matlab.h
│ │ │ ├── svm_model_matlab.obj
│ │ │ ├── svm.obj
│ │ │ ├── svmpredict.c
│ │ │ ├── svmpredict.mexw32
│ │ │ ├── svmtrain.c
│ │ │ ├── svmtrain.c.bak
│ │ │ └── svmtrain.mexw32
│ │ ├── matlab-implement[by faruto]
│ │ │ ├── a_template_flow_usingSVM_class.m
│ │ │ ├── a_template_flow_usingSVM_regress.m
│ │ │ ├── ClassResult.m
│ │ │ ├── ClassResult_test.m
│ │ │ ├── gaSVMcgForClass.m
│ │ │ ├── gaSVMcgForRegress.m
│ │ │ ├── gaSVMcgpForRegress.m
│ │ │ ├── libsvm参数说明.txt
│ │ │ ├── myprivate
│ │ │ │ ├── gatbx[Sheffield]
│ │ │ │ │ ├── bs2rv.m
│ │ │ │ │ ├── contents.m
│ │ │ │ │ ├── crtbase.m
│ │ │ │ │ ├── crtbp.m
│ │ │ │ │ ├── crtrp.m
│ │ │ │ │ ├── migrate.m
│ │ │ │ │ ├── mpga.m
│ │ │ │ │ ├── mutate.m
│ │ │ │ │ ├── mutbga.m
│ │ │ │ │ ├── mut.m
│ │ │ │ │ ├── mytest
│ │ │ │ │ │ └── gaSVM.m
│ │ │ │ │ ├── ranking.m
│ │ │ │ │ ├── recdis.m
│ │ │ │ │ ├── recint.m
│ │ │ │ │ ├── reclin.m
│ │ │ │ │ ├── recmut.m
│ │ │ │ │ ├── recombin.m
│ │ │ │ │ ├── reins.m
│ │ │ │ │ ├── rep.m
│ │ │ │ │ ├── resplot.m
│ │ │ │ │ ├── rws.m
│ │ │ │ │ ├── scaling.m
│ │ │ │ │ ├── select.m
│ │ │ │ │ ├── sus.m
│ │ │ │ │ ├── xovdp.m
│ │ │ │ │ ├── xovdprs.m
│ │ │ │ │ ├── xovmp.m
│ │ │ │ │ ├── xovsh.m
│ │ │ │ │ ├── xovshrs.m
│ │ │ │ │ ├── xovsp.m
│ │ │ │ │ └── xovsprs.m
│ │ │ │ └── plotroc2009b.m
│ │ │ ├── pcaForSVM.m
│ │ │ ├── plotSVMroc.m
│ │ │ ├── plotSVMroc_test2.m
│ │ │ ├── plotSVMroc_test.m
│ │ │ ├── psoSVMcgForClass.m
│ │ │ ├── psoSVMcgForRegress.m
│ │ │ ├── psoSVMcgpForRegress.m
│ │ │ ├── Readme[by faruto]CN.txt
│ │ │ ├── Readme[by faruto]EN.txt
│ │ │ ├── scaleForSVM.m
│ │ │ ├── SVC.m
│ │ │ ├── SVC_test.m
│ │ │ ├── SVMcgForClass.m
│ │ │ ├── SVMcgForRegress.m
│ │ │ ├── svmplot.m
│ │ │ ├── SVR.m
│ │ │ ├── SVR_test.m
│ │ │ ├── test_data
│ │ │ │ ├── adult.mat
│ │ │ │ ├── book.mat
│ │ │ │ ├── data1.mat
│ │ │ │ ├── image_seg.mat
│ │ │ │ ├── test1.mat
│ │ │ │ ├── testFor_image_seg.m
│ │ │ │ ├── wine_test.mat
│ │ │ │ └── x123.mat
│ │ │ ├── test_data2
│ │ │ │ ├── wine_test.mat
│ │ │ │ └── x123.mat
│ │ │ ├── testingFuntion_beta
│ │ │ │ ├── DCTforSVM.m
│ │ │ │ ├── fasticaForSVM.m
│ │ │ │ ├── #gaSVMcgForClass.m
│ │ │ │ ├── #gaSVMcgForRegress.m
│ │ │ │ ├── #gaSVMcgpForRegress.m
│ │ │ │ ├── SVMcgpForRegress.m
│ │ │ │ ├── testFor_DCT.m
│ │ │ │ └── test_for_ica_SVM.m
│ │ │ ├── TutorialForFarutoUltimate3.1.pdf
│ │ │ ├── TutorialTest.m
│ │ │ ├── VF.m
│ │ │ └── 更新说明2011.06.10.txt
│ │ ├── python
│ │ │ ├── Makefile
│ │ │ ├── README
│ │ │ ├── svm.py
│ │ │ └── svmutil.py
│ │ ├── README
│ │ ├── svm.cpp
│ │ ├── svm.cpp.bak
│ │ ├── svm.def
│ │ ├── svm.h
│ │ ├── svm-predict.c
│ │ ├── svm-scale.c
│ │ ├── svm-toy
│ │ │ ├── gtk
│ │ │ │ ├── callbacks.cpp
│ │ │ │ ├── callbacks.h
│ │ │ │ ├── interface.c
│ │ │ │ ├── interface.h
│ │ │ │ ├── main.c
│ │ │ │ ├── Makefile
│ │ │ │ └── svm-toy.glade
│ │ │ ├── qt
│ │ │ │ ├── Makefile
│ │ │ │ └── svm-toy.cpp
│ │ │ └── windows
│ │ │ └── svm-toy.cpp
│ │ ├── svm-train.c
│ │ ├── tools
│ │ │ ├── checkdata.py
│ │ │ ├── easy.py
│ │ │ ├── grid.py
│ │ │ ├── README
│ │ │ └── subset.py
│ │ └── windows
│ │ ├── libsvm.dll
│ │ ├── libsvmread.mexw32
│ │ ├── libsvmread.mexw64
│ │ ├── libsvmwrite.mexw32
│ │ ├── libsvmwrite.mexw64
│ │ ├── svm-predict.exe
│ │ ├── svmpredict.mexw32
│ │ ├── svmpredict.mexw64
│ │ ├── svm-scale.exe
│ │ ├── svm-toy.exe
│ │ ├── svm-train.exe
│ │ ├── svmtrain.mexw32
│ │ └── svmtrain.mexw64
│ ├── libsvm-3.1-[FarutoUltimate3.1Mcode].rar
│ ├── SVM_GUI_3.1[mcode]{by faruto}
│ │ ├── readme.txt
│ │ ├── SVC.fig
│ │ ├── SVC.m
│ │ ├── SVM_GUI.fig
│ │ ├── SVM_GUI.m
│ │ ├── SVR.fig
│ │ ├── SVR.m
│ │ └── testdata
│ │ ├── fisheriris_test.mat
│ │ ├── regress_test.mat
│ │ └── wine_test.mat
│ ├── SVM_GUI_3.1[mcode]{by faruto}.rar
│ └── TutorialTest.m
├── chapter21
│ ├── chapter21.m
│ ├── gene.mat
│ ├── gene.txt
│ └── html
│ └── chapter21.html
├── chapter22
│ ├── addon.m
│ ├── chapter22.asv
│ ├── chapter22.m
│ ├── html
│ │ ├── addon_01.png
│ │ ├── addon.html
│ │ ├── addon.png
│ │ ├── chapter22_01.png
│ │ ├── chapter22_02.png
│ │ ├── chapter22_03.png
│ │ ├── chapter22.html
│ │ └── chapter22.png
│ ├── p.mat
│ └── 运行说明.txt
├── chapter23
│ ├── chapter23.m
│ ├── data.mat
│ └── html
│ ├── chapter23_01.png
│ ├── chapter23.html
│ └── chapter23.png
├── chapter24
│ ├── chapter24.m
│ ├── data.mat
│ └── html
│ ├── chapter24_01.png
│ ├── chapter24_02.png
│ ├── chapter24.html
│ └── chapter24.png
├── chapter25
│ ├── chapter25.m
│ └── html
│ └── chapter25.html
├── chapter26
│ ├── chapter26_bp.m
│ ├── chapter26_lvq.m
│ ├── crossvalidation_lvq.m
│ ├── data.mat
│ └── Readme.txt
├── chapter27
│ ├── chapter27_bp.m
│ ├── chapter27_lvq.m
│ ├── chapter_svm.m
│ ├── crossvalind_lvq.m
│ ├── feature_extraction.m
│ ├── Images
│ │ ├── 10_1.bmp
│ │ ├── 10_2.bmp
│ │ ├── 10_3.bmp
│ │ ├── 10_4.bmp
│ │ ├── 10_5.bmp
│ │ ├── 1_1.bmp
│ │ ├── 1_2.bmp
│ │ ├── 1_3.bmp
│ │ ├── 1_4.bmp
│ │ ├── 1_5.bmp
│ │ ├── 2_1.bmp
│ │ ├── 2_2.bmp
│ │ ├── 2_3.bmp
│ │ ├── 2_4.bmp
│ │ ├── 2_5.bmp
│ │ ├── 3_1.bmp
│ │ ├── 3_2.bmp
│ │ ├── 3_3.bmp
│ │ ├── 3_4.bmp
│ │ ├── 3_5.bmp
│ │ ├── 4_1.bmp
│ │ ├── 4_2.bmp
│ │ ├── 4_3.bmp
│ │ ├── 4_4.bmp
│ │ ├── 4_5.bmp
│ │ ├── 5_1.bmp
│ │ ├── 5_2.bmp
│ │ ├── 5_3.bmp
│ │ ├── 5_4.bmp
│ │ ├── 5_5.bmp
│ │ ├── 6_1.bmp
│ │ ├── 6_2.bmp
│ │ ├── 6_3.bmp
│ │ ├── 6_4.bmp
│ │ ├── 6_5.bmp
│ │ ├── 7_1.bmp
│ │ ├── 7_2.bmp
│ │ ├── 7_3.bmp
│ │ ├── 7_4.bmp
│ │ ├── 7_5.bmp
│ │ ├── 8_1.bmp
│ │ ├── 8_2.bmp
│ │ ├── 8_3.bmp
│ │ ├── 8_4.bmp
│ │ ├── 8_5.bmp
│ │ ├── 9_1.bmp
│ │ ├── 9_2.bmp
│ │ ├── 9_3.bmp
│ │ ├── 9_4.bmp
│ │ ├── 9_5.bmp
│ │ └── Thumbs.db
│ ├── lvq1_train.m
│ ├── lvq2_train.m
│ ├── lvq_predict.m
│ ├── Readme.txt
│ └── test.m
├── chapter28
│ ├── data.mat
│ ├── main_2009a.m
│ ├── main_2012b.m
│ └── Readme.txt
├── chapter29
│ ├── classification
│ │ ├── data.mat
│ │ ├── elmpredict.m
│ │ ├── elmtrain.m
│ │ ├── main.m
│ │ └── Readme.txt
│ └── regression
│ ├── data.mat
│ ├── elmpredict.m
│ ├── elmtrain.m
│ ├── main.m
│ └── Readme.txt
├── chapter3
│ └── chapter3
│ ├── Code.m
│ ├── Cross.m
│ ├── data.m
│ ├── data.mat
│ ├── Decode.m
│ ├── fun.m
│ ├── Genetic.m
│ ├── Mutation.m
│ ├── PSO.m
│ ├── Select.m
│ └── test.m
├── chapter30
│ ├── data.mat
│ ├── main.m
│ ├── Readme.txt
│ ├── RF_MexStandalone-v0.02
│ │ └── randomforest-matlab
│ │ ├── RF_Class_C
│ │ │ ├── classRF_predict.m
│ │ │ ├── classRF_train.m
│ │ │ ├── Compile_Check
│ │ │ ├── compile_linux.m
│ │ │ ├── compile_windows.m
│ │ │ ├── data
│ │ │ │ ├── twonorm.mat
│ │ │ │ ├── X_twonorm.txt
│ │ │ │ └── Y_twonorm.txt
│ │ │ ├── Makefile
│ │ │ ├── Makefile.windows
│ │ │ ├── mexClassRF_predict.mexw32
│ │ │ ├── mexClassRF_train.mexw32
│ │ │ ├── precompiled_rfsub
│ │ │ │ ├── win32
│ │ │ │ │ └── rfsub.o
│ │ │ │ └── win64
│ │ │ │ └── rfsub.o
│ │ │ ├── README.txt
│ │ │ ├── rfsub.o
│ │ │ ├── src
│ │ │ │ ├── classRF.cpp
│ │ │ │ ├── classTree.cpp
│ │ │ │ ├── cokus.cpp
│ │ │ │ ├── cokus_test.cpp
│ │ │ │ ├── mex_ClassificationRF_predict.cpp
│ │ │ │ ├── mex_ClassificationRF_train.cpp
│ │ │ │ ├── qsort.c
│ │ │ │ ├── rf.h
│ │ │ │ ├── rfsub.f
│ │ │ │ ├── rfutils.cpp
│ │ │ │ └── twonorm_C_wrapper.cpp
│ │ │ ├── test_ClassRF_extensively.m
│ │ │ ├── tutorial_ClassRF.m
│ │ │ ├── twonorm_C_devcpp.dev
│ │ │ └── Version_History.txt
│ │ └── RF_Reg_C
│ │ ├── Compile_Check_kcachegrind
│ │ ├── Compile_Check_memcheck
│ │ ├── compile_linux.m
│ │ ├── compile_windows.m
│ │ ├── data
│ │ │ ├── diabetes.mat
│ │ │ ├── X_diabetes.txt
│ │ │ └── Y_diabetes.txt
│ │ ├── diabetes_C_devc.dev
│ │ ├── Makefile
│ │ ├── mexRF_predict.mexw32
│ │ ├── mexRF_train.mexw32
│ │ ├── README.txt
│ │ ├── regRF_predict.m
│ │ ├── regRF_train.m
│ │ ├── src
│ │ │ ├── cokus.cpp
│ │ │ ├── cokus_test.cpp
│ │ │ ├── diabetes_C_wrapper.cpp
│ │ │ ├── mex_regressionRF_predict.cpp
│ │ │ ├── mex_regressionRF_train.cpp
│ │ │ ├── qsort.c
│ │ │ ├── reg_RF.cpp
│ │ │ └── reg_RF.h
│ │ ├── test_RegRF_extensively.m
│ │ ├── tutorial_RegRF.m
│ │ └── Version_History.txt
│ └── RF_MexStandalone-v0.02.zip
├── chapter31
│ ├── data.mat
│ ├── initpop_generate.m
│ ├── ismature.m
│ ├── main.m
│ ├── Readme.txt
│ └── subpop_generate.m
├── chapter32
│ └── chapter32
│ ├── d_mymorlet.m
│ ├── mymorlet.m
│ ├── traffic_flux.mat
│ └── wavenn.m
├── chapter33
│ └── chapter33
│ ├── data1.mat
│ ├── data2.mat
│ └── FuzzyNet.m
├── chapter34
│ └── chapter34
│ ├── FCMGRNN.m
│ └── netattack.mat
├── chapter35
│ └── chapter35
│ ├── fun.m
│ ├── PSO.m
│ └── PSOMutation.m
├── chapter36
│ ├── data.mat
│ ├── de_code.m
│ ├── fitness.m
│ ├── gabpEval.m
│ ├── gadecod.m
│ ├── gaot
│ │ ├── adjswapMutation.m
│ │ ├── arithXover.m
│ │ ├── b2f.m
│ │ ├── binaryExample.m
│ │ ├── binaryMutation.m
│ │ ├── boundaryMutation.m
│ │ ├── calcbits.m
│ │ ├── Contents.m
│ │ ├── coranaEval.m
│ │ ├── coranaFeval.m
│ │ ├── coranaMin.m
│ │ ├── cyclicXover.m
│ │ ├── delta.m
│ │ ├── dists.m
│ │ ├── EER.m
│ │ ├── enhancederXover.m
│ │ ├── erXover.m
│ │ ├── f2b.m
│ │ ├── floatExample.m
│ │ ├── floatGradExample.m
│ │ ├── gademo1eval1.m
│ │ ├── gademo1.m
│ │ ├── gademo2.m
│ │ ├── gademo3.m
│ │ ├── gademo.m
│ │ ├── ga.m
│ │ ├── gaMichEval.m
│ │ ├── gaotv5.ps
│ │ ├── gaZBGradEval.m
│ │ ├── gaZBGrad.m
│ │ ├── heuristicXover.m
│ │ ├── initializega.m
│ │ ├── initializeoga.m
│ │ ├── inversionMutation.m
│ │ ├── linerorderXover.m
│ │ ├── maxGenTerm.m
│ │ ├── multiNonUnifMutation.m
│ │ ├── nonUnifMutation.m
│ │ ├── normGeomSelect.m
│ │ ├── optMaxGenTerm.m
│ │ ├── orderBasedExample.m
│ │ ├── orderbasedXover.m
│ │ ├── parse.m
│ │ ├── partmapXover.m
│ │ ├── plotCorana.m
│ │ ├── README
│ │ ├── roulette.m
│ │ ├── shiftMutation.m
│ │ ├── simpleXover.m
│ │ ├── singleptXover.m
│ │ ├── startup.m
│ │ ├── swapMutation.m
│ │ ├── threeswapMutation.m
│ │ ├── tournSelect.m
│ │ ├── tspEval.m
│ │ ├── unifMutation.m
│ │ └── uniformXover.m
│ ├── main.m
│ └── Readme.txt
├── chapter37
│ └── chapter37
│ ├── data.mat
│ └── Greynet.m
├── chapter38
│ └── chapter38
│ ├── data.mat
│ ├── Kohonen.m
│ └── SKohonen.m
├── chapter39
│ └── 说明文件.txt
├── chapter4
│ └── chapter4
│ ├── BP.m
│ ├── Code.m
│ ├── Cross.m
│ ├── data1.mat
│ ├── data.m
│ ├── data.mat
│ ├── fun.m
│ ├── Genetic.m
│ ├── Mutation.m
│ ├── net.mat
│ ├── Select.m
│ └── test.m
├── chapter40
│ ├── chapter40.m
│ └── html
│ ├── chapter40_01.png
│ ├── chapter40_02.png
│ ├── chapter40_03.png
│ ├── chapter40_04.png
│ ├── chapter40_05.png
│ ├── chapter40_06.png
│ ├── chapter40_07.png
│ ├── chapter40_08.png
│ ├── chapter40_09.png
│ ├── chapter40.html
│ └── chapter40.png
├── chapter41
│ ├── chapter41.m
│ └── html
│ ├── chapter41_01.png
│ ├── chapter41_02.png
│ ├── chapter41_03.png
│ ├── chapter41_04.png
│ ├── chapter41_05.png
│ ├── chapter41_06.png
│ ├── chapter41_07.png
│ ├── chapter41.html
│ └── chapter41.png
├── chapter42
│ ├── chapter42_1.m
│ ├── chapter42_2.asv
│ ├── chapter42_2.m
│ ├── chapter42.asv
│ ├── html
│ │ ├── chapter42_2_01.png
│ │ ├── chapter42_2_02.png
│ │ ├── chapter42_2_03.png
│ │ ├── chapter42_2_04.png
│ │ ├── chapter42_2_05.png
│ │ ├── chapter42_2_06.png
│ │ ├── chapter42_2_07.png
│ │ ├── chapter42_2_08.png
│ │ ├── chapter42_2.html
│ │ └── chapter42_2.png
│ └── 程序说明.txt
├── chapter43
│ └── chapter43.m
├── chapter5
│ └── chapter5
│ ├── Bp_Ada_Fore.m
│ ├── Bp_Ada_Sort.m
│ ├── data1.mat
│ └── data.mat
├── chapter6
│ └── chapter6
│ ├── draw.m
│ ├── fun.m
│ ├── MPIDCS.m
│ ├── MPIDDLX.m
│ ├── MPID.m
│ └── pso.m
├── chapter7
│ ├── chapter7_1.m
│ ├── chapter7_2.m
│ ├── html
│ │ ├── chapter7_1_01.png
│ │ ├── chapter7_1.html
│ │ ├── chapter7_1.png
│ │ ├── chapter7_2_01.png
│ │ ├── chapter7_2_02.png
│ │ ├── chapter7_2.html
│ │ └── chapter7_2.png
│ └── 运行提示.txt
├── chapter8
│ ├── best.mat
│ ├── chapter8_1.asv
│ ├── chapter8_1.m
│ ├── chapter8_2.m
│ ├── data.mat
│ ├── html
│ │ ├── chapter8_1.html
│ │ └── chapter8_2.html
│ └── 运行提示.txt
└── chapter9
├── chapter9.m
├── data0.mat
├── data1.mat
├── data1_noisy.mat
├── data2.mat
├── data2_noisy.mat
├── data3.mat
├── data4.mat
├── data5.mat
├── data6.mat
├── data7.mat
├── data8.mat
├── data9.mat
├── Readme.txt
└── waiji.m
123 directories, 739 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论