说明：BP神经网络的训练函数,创建一个模式识别网络（两层BP网络）对数据进行预处理,把训练数据分成三部分，训练网络、验证网络、测试网络，训练函数，使用均方误差来评估网络

apple-watch

说明：资源描述 train_data_m：人脸训练集的矩阵形式，其中每个人脸都没有拉成向量形式，每个人脸图片都是矩阵，最后组合成的大矩阵。 train_data_c：每张人脸图片都被拉成了一个列向量，最后由所有的图片的列向量  train_label：每个训练图像的类标组成的一个行...

matlab 算法 识别 人脸 提取 函数 特征 常见 形式

说明：1）网络结构为三层，隐层神经元个数自定，说明神经网络结构； 2）获取两组数据，一组作为训练集，一组作为测试集； 3）用训练集训练网络； 4）用测试集检验训练结果，并显示拟合结果。

神经网络拟合 BP神经网络算法

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning

说明：由Marian Bartlett的图像表示。新修订的7 / 14 / 03 ICA代码由托尼钟。ICA方法是由贝尔＆Sejnowski的专利，Salk研究所。这个目录包含一组图像识别的ICA表示2 MATLAB脚本：1。arch1。M：得到训练和测试图像下的建筑我表示2。arch2。M：得到训练和测...

matlab 代码 面临 MarianBartlett ICA

说明：BP神经网络实现测试数据预测(将训练集与测试集数据进行归一化 建立BP神经网络，并训练；利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测；输出结果并绘图)。

强度 抗压强度 BP预测 neural-strength 神经网络-强度

说明：采用 anfis 的建模方法是类似的许多系统识别技术。首先，假设 （有关隶属度函数的输入输出的隶属度函数和等等的规则） 的参数化的模型结构。接下来，收集可供训练的 anfis 的表单中的输入/输出数据。然后可以使用 anfis 训练 FIS 模型来模拟训练数据提交给它的修改空房的错误判据的隶属度函数...

matlab 控制器 dvrpi

说明：在葡萄酒制造业中,对于葡萄酒的分类具有很大意义,因为这涉及到不同种类的葡萄酒的存放以及出售价格,采用SVM做为分类器可以有效预测相关葡萄酒的种类,从UCI数据库中得到wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析,数据里含有178个样本分别属于三个类别(类别标签已给...

matlab 分类 识别 svm 基于 预测 数据 意大利 葡萄酒 种类

说明：1.%% 清空环境变量 2.%% 数据预处理 3.% 随机产生训练集和测试集 4.%% 数据归一化 5.%% SVM模型创建/训练 6.%% 利用回归预测分析最佳的参数进行SVM网络训练 7.%% SVM仿真预测 8.%% 绘图

说明：人工智能神经网络源程序代码产生指定类别的样本点，并在图中绘出 限制类中心的范围 指定类别数目 每一类的标准差 设置神经元数目为5得到网络权值，并在图上绘出 得到训练后的网络权值，并在图上绘出 随机生成1000个二维向量，作为样本，并绘出其分布 建立网络，得到初始权值 分别对不同的步长，训练网络，绘...