实例介绍
【实例截图】
【核心代码】
│ 案例30 神经网络GUI的实现--基于GUI的神经网络拟合.txt
│
├─案例1 BP神经网络的数据分类-语音特征信号分类
│ BP.m
│ BPDLX.m
│ data1.mat
│ data2.mat
│ data3.mat
│ data4.mat
│
├─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.html
│ chapter12.png
│ chapter12_01.png
│ chapter12_02.png
│ chapter12_03.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.html
│ chapter13.png
│ chapter13_01.png
│ chapter13_02.png
│ chapter13_03.png
│ chapter13_04.png
│ chapter13_05.png
│ chapter13_06.png
│ chapter13_07.png
│ chapter13_GA.html
│ chapter13_GA.png
│ chapter13_GA_01.png
│ chapter13_GA_02.png
│ chapter13_GA_03.png
│ chapter13_GA_04.png
│ chapter13_GridSearch.html
│ chapter13_GridSearch.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_PSO.html
│ chapter13_PSO.png
│ chapter13_PSO_01.png
│ chapter13_PSO_02.png
│ chapter13_PSO_03.png
│ chapter13_PSO_04.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.html
│ chapter14.png
│ chapter14_01.png
│ chapter14_02.png
│ chapter14_03.png
│ chapter14_04.png
│ chapter14_05.png
│ chapter14_06.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
│ │ original.tif
│ │
│ └─html
│ chapter15.html
│ chapter15.png
│ 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
│
├─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2 BP神经网络的非线性系统建模-非线性函数拟合
│ BP.m
│ BP_Hidden.m
│ data.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21 LVQ神经网络的分类——乳腺肿瘤诊断
│ chapter21_bp.m
│ chapter21_lvq.m
│ crossvalidation_lvq.m
│ data.mat
│
├─案例22 LVQ神经网络的预测——人脸朝向识别
│ │ chapter22_bp.m
│ │ chapter22_lvq.m
│ │ chapter_svm.m
│ │ crossvalind_lvq.m
│ │ feature_extraction.m
│ │ lvq1_train.m
│ │ lvq2_train.m
│ │ lvq_predict.m
│ │ test.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
│
├─案例23 小波神经网络的时间序列预测-短时交通流量预测
│ d_mymorlet.m
│ mymorlet.m
│ traffic_flux.mat
│ wavenn.asv
│ wavenn.m
│
├─案例24 模糊神经网络的预测算法-嘉陵江水质评价
│ data1.mat
│ data2.mat
│ FuzzyNet.m
│
├─案例25 广义神经网络的聚类算法-网络入侵聚类
│ FCMGRNN.m
│ netattack.mat
│
├─案例26 粒子群算法的寻优算法-非线性函数极值寻优
│ fun.m
│ PSO.m
│ PSOMutation.m
│
├─案例27 遗传算法的优化计算——建模自变量降维
│ data.mat
│ de_code.m
│ fitness.m
│ gabpEval.m
│ gadecod.m
│ main.m
│
├─案例28 灰色神经网络的预测算法—订单需求预测
│ data.mat
│ Greynet.m
│
├─案例29 kohonen网络的聚类算法—网络入侵聚类
│ data.mat
│ Kohonen.m
│ SKohonen.m
│
├─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
│ data.mat
│ data1.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
│ MPID.m
│ MPIDCS.m
│ MPIDDLX.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
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