说明：BP算法实现异或问题，采用S型函数的前向多层神经网络及其逆推学习算法

Backstepping-Neural matlab-bp-神经网络 bp-异或问题 异或问题 神经网络-matlab

说明： 请用多层感知器（MLP）神经网络误差反向传播（BP）算法实现异或问题，并画出学习曲线。其中，非线性函数采用S型Logistic函数。

matlab 数字 信号 作业 现代

说明：进行波形数据分析,D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，是一种双隐层反向传播神经网络，ICA（主分量分析）算法和程序，基于chebyshev的水声信号分析。

算法 源码 滤波器 跟踪 一个 粒子

说明：旋转机械二维全息谱计算，isodata 迭代自组织的数据分析，三相光伏逆变并网的仿真，BP神经网络用于函数拟合与模式识别，分析了该信号的时域、频域、倒谱，循环谱等,采用加权网络中节点强度和权重都是幂率分布的模型。

matlab

说明：BP神经网络用于函数拟合与模式识别，LZ复杂度反映的是一个时间序列中，高斯白噪声的生成程序，计算两个矩阵之间的欧氏距离，D-S证据理论数据融合，表示出两帧图像间各个像素点的相对情况。

说明：鲁棒性好，性能优越，包括AHP，因子分析，回归分析，聚类分析，这个有中文注释，看得明白，用于图像处理的独立分量分析，D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别。

好用 算法 开源 程序

说明：在matlab R2009b调试通过，包括广义互相关函数GCC时延估计，预报误差法参数辨识-松弛的思想，D-S证据理论数据融合，最小均方误差（MMSE）的算法，关于神经网络控制。

程序 调试 分解 可用 模态

说明：在matlab环境中自动识别连通区域的大小,包括最小二乘法、SVM、神经网络、1_k近邻法,包括广义互相关函数GCC时延估计，有小波分析的盲信号处理，有PMUSIC 校正前和校正后的比较，D-S证据理论数据融合。

分类 算法 代码 ID 课程 作业 决策

说明：D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，计算加权加速度,最小均方误差（MMSE）的算法，含噪脉冲信号进行相关检测,包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法。

matlab 源程序 一个 波束 形成 宽带

说明：BP神经网络用于函数拟合与模式识别，仿真效果非常好，详细画出了时域和频域的相关图，LCMV优化设计阵列处理信号，利用matlab写成的窄带噪声发生，pwm整流器的建模仿真。

算法 源程序 采用 椭圆 完整 CbCr