说明：对于bp神经网络具体算法的编程实现 没有使用自带的神经网络包 可以更好的了解bp算法的内部实现
说明：Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。
说明：本案例是采用GRNN（径向基）神经网络预测水资源量，GRNN神经网络适合于小样本、高精度预测，本实例附有数据（不全），下载者可以直接将数据更改为自己的数据便可以使用。程序中使用了交叉验证方法，使预测精度大大提高。
说明：卷积神经网络很重要的MATLAB程序 对于正在学习卷积神经网络的人来说很难得
说明：分别用BP神经网络和RBF神经网络进行预测分析。首先读取数据样本，然后对样本进行随机排列，并分成训练样本和测试样本。由于每次运行，样本都是随机排列的，能够保证测试的有效性。
说明：bp神经网络算法用来秒速人脸特征数据的训练，最后可以对人脸的偏向做出预测，或者说是做出一个分类。bp神经网络算法用来秒速人脸特征数据的训练，最后可以对人脸的偏向做出预测，或者说是做出一个分类。
说明：基于BP神经网络的PID控制器控制一阶惯性加纯滞后的被控对象（加热炉），神经网络结构4-5-3，隐层输出层均使用sigmoid激活函数