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：这个有中文注释，看得明白，包括主成分分析、因子分析、贝叶斯分析，BP神经网络的整个训练过程。

BP 神经网络 BP神经网络 成分分析 因子分析 贝叶斯分析

说明：手写体数字识别的程序，用了三种方法，贝叶斯，最近邻和BP神经网络，用MATLAB编写的，算法简单易懂，结构清晰。

手写体数字识别 贝叶斯 最近邻 BP神经网络

说明：采用贝叶斯正则化算法提高BP网络的推广能力,采用两种训练方法。

贝叶斯正则化算法 BP网络

说明：通过gdm、LM以及贝叶斯正则化，进行BP神经网络。

gdm LM 贝叶斯正则化 BP神经网络 GDM

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。

bp正则化 贝叶斯正则化 正则化

说明：matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络

matlab 模式识别-代码 贝叶斯分类 ratheragy pattern-recognition

说明：贝叶斯网络结构学习的K2算法。在确定有节点序的情况下，依据K2评分函数，从空图开始加边，每加一条边，计算当前网络的K2评分，若评分高于之前的，则加上这一条边，否则就不加。因为这是在节点序已定的情况下学的，不需要转边。然后再执行减边操作，一次减边，若得分增高，则删去当前边，否则不删。

matlab 网络结构 学习 算法

说明：下面的Matlab项目包含用于学习bayesian网络中dag结构的k2算法的源代码和Matlab示例。&K2算法是近二十年来贝叶斯网络中最著名的基于分数的算法。

DAG 结构 matlab 网络 学习 算法