说明：应用背景前馈神经网络，是一个和，人工神经网络，其中的单位之间的联系，而不是和，形成一个和，有向周期。这是不同的，经常性的神经网络。前馈神经网络是第一个和最简单的类型的人工神经网络设计。在这个网络中，信息只有一个方向移动，向前，从输入节点，通过隐藏节点（如果有的话）和输出节点。网络中没有循环或循环多层...

matlab 前馈 神经网络

说明：应用背景引入的设置，定义和使用prtools了。prtools4延伸相对于版本3提高，从而不能完全兼容它。本手册包括一个进一步的升级说明：prtools4.1。仍然不是所有的可能性都充分利用用户水平，或根本不。见页58发行说明。读者是熟悉MATLAB和应该有一个基本的理解的统计模式识别领域。关键技术...

matlab 识别 PRT 非常 模式 有效

说明：半监督和无监督极限学习机 http://xueshu.baidu.com/s?wd=paperuri%3A%28e0df59aa56faa5ef27f741b1caf8ac68%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vur...

说明：深度信念网络，神经网络的一种。既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。

深度信念网络 swimming6po DBN分类 深度学习分类 深度神经网络

说明：应用背景本文研究了一个不确定的潜在控制回路的在线推断稳定性植物相互关联的反馈与候选控制器使用工厂/输出对记录，而工厂可能是由不同的控制器驱动。在这样的背景下，一个方便的工具来工作的是诉诸于概念实体的虚拟参考（虚拟现实）。所采用的方法包括嵌入，在所谓的非伪自适应切换基于VR的控制方案，一个家庭的名义模...

matlab 模型 切换 正确 适应

说明：对图像做spca有监督的主成分分析降维，并通过RBF神经网络学习得到一个模型，并投影到原图来降噪。

RBF降噪 神经网络降噪 投影降维 图像降噪 图像降维

说明：基于局部Fisher准则的非线性核Fisher辨别分析，应用于有监督的特征提取与高维数据的有效降维。

fisher提取特征 fisher-降维 核Fisher 非线性降维 Fisher准则

说明：线性决策分析，一个最经典的线性降维方法，也是最经典的最简单的监督学习算法

学习算法 LDA-MATLAB LDA-with-matlab lda matlab-lda

说明：流形学习算法lle的线性化方法，是一种非监督的降维方法，比lle的优势在于可以将新的样本点映射到低维空间。

流形学习 闄嶇淮 LLE-matlab 降维 NPE-matlab

说明：模式识别一份很好的作业，包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，支持向量机

风险分析 分类作业 模式识别-作业 supervised Bayesian