25种人工神经网络模型matlab源码

【实例简介】
人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
【实例截图】
【核心代码】
25种人工神经网络模型matlab源码
└── 25种人工神经网络模型matlab源码
├── 案例10 离散Hopfield神经网络的分类——高校科研能力评价
│   ├── chapter10.m
│   ├── class.mat
│   ├── sim.mat
│   ├── stdlib.m
│   └── test.m
├── 案例11 连续Hopfield神经网络的优化-旅行商问题优化计算
│   ├── city_location.mat
│   ├── diff_u.m
│   ├── energy.m
│   └── main.m
├── 案例12 SVM神经网络的数据分类预测-葡萄酒种类识别
│   ├── chapter12.m
│   ├── chapter12_wine.mat
│   └── html
│   ├── chapter12_01.png
│   ├── chapter12_02.png
│   ├── chapter12_03.png
│   ├── chapter12.html
│   └── chapter12.png
├── 案例13 SVM神经网络中的参数优化---提升分类器性能
│   ├── chapter13_GA.m
│   ├── chapter13_GridSearch.m
│   ├── chapter13_PSO.m
│   ├── chapter13_wine.mat
│   └── html
│   ├── chapter13_01.png
│   ├── chapter13_02.png
│   ├── chapter13_03.png
│   ├── chapter13_04.png
│   ├── chapter13_05.png
│   ├── chapter13_06.png
│   ├── chapter13_07.png
│   ├── chapter13_GA_01.png
│   ├── chapter13_GA_02.png
│   ├── chapter13_GA_03.png
│   ├── chapter13_GA_04.png
│   ├── chapter13_GA.html
│   ├── chapter13_GA.png
│   ├── chapter13_GridSearch_01.png
│   ├── chapter13_GridSearch_02.png
│   ├── chapter13_GridSearch_03.png
│   ├── chapter13_GridSearch_04.png
│   ├── chapter13_GridSearch_05.png
│   ├── chapter13_GridSearch_06.png
│   ├── chapter13_GridSearch_07.png
│   ├── chapter13_GridSearch.html
│   ├── chapter13_GridSearch.png
│   ├── chapter13.html
│   ├── chapter13.png
│   ├── chapter13_PSO_01.png
│   ├── chapter13_PSO_02.png
│   ├── chapter13_PSO_03.png
│   ├── chapter13_PSO_04.png
│   ├── chapter13_PSO.html
│   └── chapter13_PSO.png
├── 案例14 SVM神经网络的回归预测分析---上证开盘指数预测
│   ├── chapter14.m
│   ├── chapter14_sh.mat
│   └── html
│   ├── chapter14_01.png
│   ├── chapter14_02.png
│   ├── chapter14_03.png
│   ├── chapter14_04.png
│   ├── chapter14_05.png
│   ├── chapter14_06.png
│   ├── chapter14.html
│   └── chapter14.png
├── 案例15 SVM神经网络的信息粒化时序回归预测
│   ├── chapter15.m
│   ├── chapter15_sh.mat
│   ├── FIG_D.m
│   ├── html
│   │   ├── chapter15_01.png
│   │   ├── chapter15_02.png
│   │   ├── chapter15_03.png
│   │   ├── chapter15_04.png
│   │   ├── chapter15_05.png
│   │   ├── chapter15_06.png
│   │   ├── chapter15_07.png
│   │   ├── chapter15_08.png
│   │   ├── chapter15_09.png
│   │   ├── chapter15_10.png
│   │   ├── chapter15_11.png
│   │   ├── chapter15_12.png
│   │   ├── chapter15_13.png
│   │   ├── chapter15_14.png
│   │   ├── chapter15_15.png
│   │   ├── chapter15_16.png
│   │   ├── chapter15_17.png
│   │   ├── chapter15.html
│   │   └── chapter15.png
│   └── original.tif
├── 案例16 单层竞争神经网络的数据分类—患者癌症发病预测
│   ├── chapter16.m
│   ├── gene.mat
│   └── gene.txt
├── 案例17 SOM神经网络的数据分类--柴油机故障诊断
│   ├── addon.m
│   ├── chapter17.m
│   ├── p.mat
│   └── 运行说明.txt
├── 案例18 Elman神经网络的数据预测—电力负荷预测模型研究
│   ├── chapter18.m
│   └── data.mat
├── 案例19 概率神经网络的分类预测-基于PNN变压器故障诊断
│   ├── chapter19.m
│   └── data.mat
├── 案例1 BP神经网络的数据分类-语音特征信号分类
│   ├── BPDLX.m
│   ├── BP.m
│   ├── data1.mat
│   ├── data2.mat
│   ├── data3.mat
│   └── data4.mat
├── 案例20 神经网络变量筛选—基于BP的神经网络变量筛选
│   └── chapter20.m
├── 案例2 BP神经网络的非线性系统建模-非线性函数拟合
│   ├── BP_Hidden.m
│   ├── BP.m
│   └── data.mat
├── 案例3 遗传算法优化BP神经网络-非线性函数拟合
│   ├── BP.m
│   ├── Code.m
│   ├── Cross.m
│   ├── data.mat
│   ├── Decode.m
│   ├── fun.m
│   ├── Genetic.m
│   ├── Mutation.m
│   ├── Select.m
│   └── test.m
├── 案例4 神经网络遗传算法函数极值寻优-非线性函数极值
│   ├── BP.m
│   ├── Code.m
│   ├── Cross.m
│   ├── data.m
│   ├── data.mat
│   ├── fun.m
│   ├── Genetic.m
│   ├── Mutation.m
│   ├── net.mat
│   ├── Select.m
│   ├── test.asv
│   └── test.m
├── 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模
│   ├── Bp_Ada_Fore.m
│   ├── Bp_Ada_Sort.m
│   ├── data1.mat
│   └── data.mat
├── 案例6 PID神经元网络解耦控制算法_多变量系统控制
│   ├── draw.m
│   ├── fun.m
│   ├── MPIDCS.m
│   ├── MPIDDLX.m
│   ├── MPID.m
│   └── pso.m
├── 案例7 RBF网络的回归-非线性函数回归的实现
│   ├── chapter7_1.m
│   ├── chapter7_2.m
│   └── 运行提示.txt
├── 案例8 GRNN的数据预测-基于广义回归神经网络货运量预测
│   ├── best.mat
│   ├── chapter8.1.m
│   ├── chapter8.2.asv
│   ├── chapter8.2.m
│   ├── data.mat
│   └── 运行提示.txt
└── 案例9 离散Hopfield神经网络的联想记忆—数字识别
├── 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
└── waiji.m

25 directories, 159 files