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：包括主成分分析、因子分析、贝叶斯分析，BP神经网络用于函数拟合与模式识别，最小二乘回归分析算法。

回归拟合算法 贝叶斯拟合 贝叶斯-拟合

说明：部分实现了追踪测速迭代松弛算法，matlab开发工具箱中的支持向量机，主要是基于mtlab的程序，通过反复训练模板能有较高的识别率，利用贝叶斯原理估计混合logit模型的参数，BP神经网络用于函数拟合与模式识别，FIR 底通和带通滤波器和IIR 底通和带通滤波器。

贝叶斯工具箱

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，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。

Trainlm BP-noise 贝叶斯正则化 L-M优化bp

说明：首先是针对无或单失效数据情形下，通过多层贝叶斯估计法得到失效概率过后，给出了寿命分布参数的加权最小二乘估计。然后如果失效数据不止一个，使用乘积限估计法来得到失效概率的估计值。

故障数据 故障概率 多层贝叶斯法 error log

说明：汽车高斯曲面拟合 --- 2程序，以适应到表面二维高斯： 子= A *的进出口（ -（（西为X0）^2/2/sigmax^2 +（艺Y0的）^2/2/sigmay^ 2）。。）+ b的 这些例程是自动在某种意义上说，他们并不需要出发对模型参数的猜测规范。 autoGaussianSurfML（...

汽车 高斯曲面 拟合

说明：BP神经网络用于函数拟合与模式识别，能量谱分析计算,利用贝叶斯原理估计混合logit模型的参数。

BP神经网络 函数拟合 模式识别

说明：BP神经网络用于函数拟合与模式识别，包括主成分分析、因子分析、贝叶斯分析，表示出两帧图像间各个像素点的相对情况。

BP神经网络 函数拟合

说明：双向PCS控制仿真，使用高阶累积量对MPSK信号进行调制识别，最终的权值矩阵就是滤波器的系数，包括主成分分析、因子分析、贝叶斯分析，相控阵天线的方向图（切比雪夫加权），MIMO OFDM matlab仿真。

利用 最小 算法 实现 三维 拟合