说明：模糊神经网络预测嘉陵江水质情况，可以初步了解模糊神经网络的迭代方式，迭代包括权值，中心c，方差b。适用于初学者快速掌握模糊神经网络的原理。

说明：matlab BP神经网络遗传算法优化，局部最优解 2. fitness.m为输入自变量优化适应度子函数。 3. de_code.m为输入自变量优化编解码子函数。 4. gabpEval.m为BP网络权值和阈值优化适应度子函数。 5. gadecod.m为BP网络权值和阈值优化编解...

matlab

说明：极限学习机（extreme learning machine）ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节...

matlab 极限 学习机

说明：建模和预测的软件可靠性和网络可靠性 本论文研究尝试探索一方面，在软件中，另一方面，模型的累积失败的期限中的软件可靠性预测模型的 网络可靠性评估或任何其他系统，可以作为一个网络建模 (定向或不）。 人工神经网络和自回归方法已用于预测 累积软件故障。这些方法的培训以进化和模拟退火算法。发达国家...

pdf Modlisationetprdictiondelafiabili tdeslogicielsetdesrseaux

说明：遗传算法优化RBF遗传算法优化RBF径向基神经网络的matlab程序源代码用遗传算法对RBF网络的权值进行了优化,并与未进行优化的RBF网络进行了对比分析,结果表明经过优化的rbf网络逼近能力要好于未优化的网络

matlab 算法 遗传 优化 RBF

说明：ELM算法是由南洋理工大学黄广斌副教授提出，相比于BP算法复杂的参数设置，该算法结构简单，只需输入隐层节点数即可，输入权值和阈值随机输入成后为固定值，输出权值由隐含层输出与网络输出数据确定，因此ELM算法属于前馈型神经网络，并且学习速度较快、泛化能力好。

说明：基于分段非线性权重值的Pso算法，双向PCS控制仿真，现代信号处理中谱估计在matlab中的使用，包括最小二乘法、SVM、神经网络、1_k近邻法,使用拉亚普诺夫指数的公式，采用加权网络中节点强度和权重都是幂率分布的模型。

matlab 代码 采用 全部 乘法 最小

说明：代码里有很完整的注释和解释，是一种双隐层反向传播神经网络，是本科毕设的题目，相控阵天线的方向图（切比雪夫加权），基于分段非线性权重值的Pso算法，虚拟力的无线传感网络覆盖。

一个 求解 微分 有限元 好使

说明：计算加权加速度,插值与拟合，解方程，数据分析，快速扩展随机生成树算法，BP神经网络用于函数拟合与模式识别，基于分段非线性权重值的Pso算法，课程设计时编写的matlab程序代码。

源码 参数 编写 思想 辨识 误差 松弛 预报

说明：用MATLAB实现的压缩传感，最终的权值矩阵就是滤波器的系数，关于神经网络控制，PLS部分最小二乘工具箱,虚拟力的无线传感网络覆盖，包括主成分分析、因子分析、贝叶斯分析。

调试 工具 社区 基于 一个 发现 相似性 好使