说明：语音信号分类，BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传播的过程中，输入信号从输入层经隐含层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出...

说明：BP-Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。

bp——adaboost adaboost 预测 adaboost_bp BP预测

说明：matlab BP神经网络的数据分类——语音特征信号分类

说明：应用背景利用该神经网络工具箱模式分类数据分类，可以验证关键技术它采用baysein神经网络训练的蒙特卡罗优化技术

matlab 工具箱

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：通过KL算法对乳腺癌细胞进行分类，并使用神经网络算法进行特征提取。KL算法随机抽取样本特征并求出标准差。通过BP神经网络算法进行特征提取，有效减少迭代次数。

说明：径向基神经网络的分类，径向基神经网络的预测，径向基神经网络的建模等

说明：学习向量化（LVQ）神经网络是一种用于训练竞争层的有监督学习方法的输入前向神经网络，其算法是从Kohonen竞争算法演化而来的。LVQ神经网络在模式识别和优化领域有着广泛地应用。

说明：支持向量机(SVM, Support Vector Machines)实际是近年来出现的一种先进的机器学习方法，它是重要的基于VC理论的创造性机器学习方法，是一种非常有潜力的分类技术 ，开辟了学习高维数据新的天地，可以替代多层感知机、RBF神经网络和多项式神经网络己有的学习算法，同时SVM方法在实际...

matlab 分类 svm 基于 类别

说明：利用PCA对人脸图像进行降维，然后训练神经网络分类器的matlab程序

神经网络分类器 图像-分类 人脸-降维 人脸分类 人脸图像降维