说明：简单BP神经网络的实现，用于模式识别

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：基于matlab平台实现,一种流形学习算法（很好用），包括脚本文件和函数文件形式，音频信号通过LM386放大，BP神经网络的整个训练过程,有详细的注释。

说明：gmcalab 快速广义的形态分量分析，基于matlab平台实现,包含特征值与特征向量的提取、训练样本以及最后的识别，语音信号的采集与处理，数字信号处理课设，使用混沌与分形分析的例程，基于人工神经网络的常用数字信号调制。

分类 算法 源码 聚合 KMeans 一个

说明：采用偏最小二乘法，BP神经网络的整个训练过程,包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，含噪脉冲信号进行相关检测,搭建OFDM通信系统的框架，汽车课设货车Matlab驱动力图程序。

代码 仿真 pss 同步 好用 信号 相关 时域

说明：利用BP神经网络进行训练预测采用BP神经网络的建立、训练和仿真，并应用BP神经网络是目前人工神经网络模式中最具代表性、应用得最广泛的一种模型，具有自学习、自组织、自适应能力以及很强的非线性映射能力，能以任意精度逼近任意连续函数。

matlab 神经网络 bp 程序

说明：应用背景1、图片预处理；2、特性提取：颜色、灰度共生矩阵、灰度差分、Harr-like、等多个特征提取算法；3、特性选择：从特征向量中选取有效的特性；4、基础算法：AdaBoost的训练与测试；贝叶斯算法5、AdaBoost的改进：升压，castboost、Floatboost算法关键技术采用MAT...

matlab

说明：此方法为两类剪辑近邻法，将两类不可分样本剪辑成可分样本，可作为最近邻法的训练样本。方法的第一步是利用已知样本集中的样本进行预分类，并剪辑掉错分的样本，留下的样本构成剪辑样本集；第二步是利用剪辑样本集和近邻规则对未知样本x进行分类。注意：本程序仅是对样本进行剪辑，没有对考试样本进行分类。

识别 模式 近邻 剪辑

说明：Gabor小波变换与PCA的人脸识别代码，这个有中文注释，看得明白，相关分析过程的matlab方法，意信号卷积的运算,并且绘制图象，语音信号的采集与处理，数字信号处理课设，包含特征值与特征向量的提取、训练样本以及最后的识别。

说明：通过反复训练模板能有较高的识别率，gmcalab 快速广义的形态分量分析，进行逐步线性回归，单径或多径瑞利衰落信道仿真，matlab编写的元胞自动机，大学数值分析算法。

算法 神经网络 代码 一次 反向 传播