说明：RBF学习方法，包括了：k-means、梯度、OLS三种方法。
RBF学习步骤 K. k_means-RBF ahp OLS-RBF
说明：vss-lms算法，基于lms算法的一种改进，可以有效加快收敛速度，减少收敛误差，相比于原来梯度算法有了很大提高
lms改进 改进的LMS算法 LMS-改进 LMS算法改进 改进lms算法
说明：这里实现了一个最优化控制的算法，牛顿梯度法的源代码，运行于matlab平台下。
梯度牛顿matlab 最优控制 最优化控制 newton-control 最优化
说明：用matlab写的三个径向基神经网络程序，分别为基于聚类的RBF，基于梯度法的RBF ，基于OLS 的RBF神经网络
梯度法RBF OLS-神经网络 基RBF网络程序 RBF RBF-method
说明：BP神经网络自适应步长训练算法，采用最小误差法，梯度下降法，自适应调节权值
神经网络-权值 自适应 自适应bp 梯度下降法-bp BP神经自适应
说明：此源代码仍然是训练RBF网络的，但用的算法是梯度下降法，算法仍然是自己写的
梯度下降-RBF RBF-梯度 rbf梯度下降法 RBF rbf-梯度下降
说明：一个例子，使用的是BP神经网络代码，采用的基本下降梯度算法
子-梯度-算法-MATLAB BP 梯度下降matlab 梯度下降
说明：FWNN 模糊小波神经网络的实现源码，学习算法使用的是GD（梯度下降算法）
模糊神经网络 fwnn 小波神经网络 bppso 小波-模糊
说明：自己编写的图像质量评价函数，包括方差、平均梯度、模糊熵、信息熵
图像梯度 模糊熵-图像 matlab,平均梯度 matlab平均梯度 图像平均梯度
说明：图像质量评价，熵、平均梯度、边缘强度、方差等
梯度-边缘 图像熵 keyword=平均梯度 图像质量评价 图像梯度
