说明：基于ART神经网络的中文文档分类识别方法研究

神经网络

说明：2010第七届研究生数学建模A题优秀论文-- 肿瘤基因图谱信息提取和分类方法研究

全国研究生数学建模竞赛(GMCM)

说明：运用深度学习模型实现图像的分类，主要包括卷积神经网络CNN和深信度网络DBN。

cnn图像分类 深度学习CNN和DBN代码 DBN-图像 deep RBM模型

说明：基于lenet-5模型，利用CNN进行图像分类。

lenet_5模型- cnn模型 lenet image-CNN deeplearn-toolbox

说明：预测分类，很赞 ELM在研究中被视为一类特殊的FNN，或对FNN及其反向传播算法的改进，其特点是隐含层节点的权重为随机或人为给定的，且不需要更新，学习过程仅计算输出权重 [2]。 传统的ELM具有单隐含层，在与其它浅层学习系统，例如单层感知机（single layer perceptron）和支持向...

深度学习回归 ELM多分类 ELM FNN elm分类代码

说明：实现极化的FDR-warshart分类，对初学者非常有用，可以调试通过，可以对美国旧金山数据进行极化分类。

wishart-分类 FDR-Matlab Wishart 极化分类MATLAB 美国

说明：基于KNN算法的鸢尾花分类代码，可一直在matlab上运行。

iris-KNN matlab-鸢尾 鸢尾花knn分类 knn-鸢尾花分类 KNN鸢尾花

说明：用matlab实现的基于广义S变换的图像去噪分型处理方法，简单易读.

广义s变换matlab generalized-S matlab广义s变换 基于广义S变换 S变换处理图像

说明：Wishart H a 极化分类，可以对实测数据直接进行操作。

H/A/wishart Wishart分类 极化-实测 Wishart H-a-Wishart

说明：使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用

改进PSO优化 改进BP分类 优化-BP-分类 PSO PSO改进BP