说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯正则化算法 trainbr BP

说明：采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯拟合 trainbr BP数据拟合 Trainlm data-fit-matlab

说明：实现增量SVM算法，通过对因子的选择增量式的来训练SVM，大大加快了SVM算法的训练速度。。

增量式算法 SVM--增量算法 matlab增量svm 增量SVM incrementsvm

说明：利用逻辑回归实现二分类的matlab程序。随机生成训练样本，利用梯度下降法进行训练，并且在样本图上画出了分类边界。

friendooe logistic-regression Logistic-分类 逻辑回归 逻辑回归-matlab

说明：iris数据分类bp神经网络实现，适当调整训练次数和训练精度，分类准确率可达99 以上

BP_IRIS BP分类准确率 IRIS神经网络 bp-matlab-iris BP分类

说明：本算法在训练步数、训练时间及其误差精度等方面都优于常规的模糊神经网络，其学习收敛速度快、误差曲线也更稳定。

模糊神经 模糊 模糊-神经网络-算法 模糊神经-网络 模糊神经网络

说明：遗传算法程序包，包括用GA直接训练BP网络的权重算法，用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法，以及纯BP算法

BP-GA BP-GA程序 BP遗传算法 ga-bp BP-权重

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp rapidlyq2t 改进的粒子群 优化神经网络 基于BP神经

说明：该程序分别提取正负样本图像的HOG和LBP特征，利用支持向量机进行样本训练，得到行人分类器。利用训练好的分类器进行检测，实验结果表明，该方法可以有效检测出图像中的行人，并达到了较好的检测结果。

HOG-LBP-detection 行人检测hog+lbp LBP-detection 图像特征提取 HOG特征-matlab

说明：最小二乘支持向量机回归，四个插入数据分别为训练输入、训练输出、测试输入、测试输出。工具包+程序

ls-svm LSSVM程序 lssvm工具包 lssvm回归 lssvm