设为首页收藏本站

EPS数据狗论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 1448|回复: 1

MATLAB神经网络案例分析及源码

  [复制链接]

32

主题

233

金钱

368

积分

入门用户

发表于 2019-4-30 09:58:11 | 显示全部楼层 |阅读模式

MATLAB神经网络案例分析及源码

内含:

《MATLAB 神经网络43个案例分析》源代码&数据
MATLAB神经网络43个案例分析源代码.rar
DATA.zip
神经网络模型及其MATLAB仿真程序设计.pdf
MATLAB神经网络43个案例分析-ri.pdf

附:

《MATLAB 神经网络43个案例分析》目录



第1章 BP神经网络的数据分类——语音特征信号分类

第2章 BP神经网络的非线性系统建模——非线性函数拟合

第3章 遗传算法优化BP神经网络——非线性函数拟合

第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优

第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模

第6章 PID神经元网络解耦控制算法——多变量系统控制

第7章 RBF网络的回归--非线性函数回归的实现

第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测

第9章 离散Hopfield神经网络的联想记忆——数字识别

第10章 离散Hopfield神经网络的分类——高校科研能力评价

第11章 连续Hopfield神经网络的优化——旅行商问题优化计算

第12章 初始SVM分类与回归

第13章 LIBSVM参数实例详解

第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别

第15章 SVM的参数优化——如何更好的提升分类器的性能

第16章 基于SVM的回归预测分析——上证指数开盘指数预测.

第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测

第18章 基于SVM的图像分割-真彩色图像分割

第19章 基于SVM的手写字体识别

第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用

第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测

第22章 SOM神经网络的数据分类--柴油机故障诊断

第23章 Elman神经网络的数据预测----电力负荷预测模型研究

第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断

第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选

第26章 LVQ神经网络的分类——乳腺肿瘤诊断

第27章 LVQ神经网络的预测——人脸朝向识别

第28章 决策树分类器的应用研究——乳腺癌诊断

第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验

第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断

第31章 思维进化算法优化BP神经网络——非线性函数拟合

第32章 小波神经网络的时间序列预测——短时交通流量预测

第33章 模糊神经网络的预测算法——嘉陵江水质评价

第34章 广义神经网络的聚类算法——网络入侵聚类

第35章 粒子群优化算法的寻优算法——非线性函数极值寻优

第36章 遗传算法优化计算——建模自变量降维

第37章 基于灰色神经网络的预测算法研究——订单需求预测

第38章 基于Kohonen网络的聚类算法——网络入侵聚类

第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类

第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现

第41章 定制神经网络的实现——神经网络的个性化建模与仿真

第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算

第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨

MATLAB神经网络案例分析及源码.rar

93 MB, 下载次数: 2, 下载积分: 贡献 -1

售价: 5 金钱  [记录]

224

主题

2万

金钱

3万

积分

专家用户

发表于 2019-4-30 10:57:20 | 显示全部楼层
看一看
大道无痕……
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

客服中心
关闭
在线时间:
周一~周五
8:30-17:30
QQ群:
653541906
联系电话:
010-85786021-8017
在线咨询
客服中心

意见反馈|网站地图|手机版|小黑屋|EPS数据狗论坛 ( 京ICP备09019565号-3 )   

Powered by BFIT! X3.4

© 2008-2028 BFIT Inc.

快速回复 返回顶部 返回列表