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：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 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的...

matlab 神经网络 识别 bp 用于 写字

说明：通过卷积神经网络CNN实现低分辨率图像的超分辨率重建，利用多幅图片的训练模型实现参数和权重偏移的训练，优化求解过程，达到输入低分辨率图像，输出高分辨率图像，测试例程附录和图片。

说明：PSO训练RBF神经网络，希望对大家有用，这里假设2输入1输出，隐节点3个，训练原始数据假设为正弦函数，

说明：高斯混合模型在很多领域用于模型训练集的某些相似之处其中的数据。我的代码由以数据作为输入的训练集和混合比率作为输出和回馈的意思是说的协方差估计高斯混合模型的参数。代码可能很慢，因为它连续的性质，但它不执行也比原来的 matlab 代码 gmdistribution.fit 的数据量是非常大的情况下。

matlab 模型 混合 高斯

说明：将粒子群算法与BP神经网络结合用于BP神经网络的训练，即优化网络中的连接权值和各项阈值。输入变量选择风速，风向角的余弦值及正弦值，输出变量选择风电功率。利用某风电场过去一年的实测数据作为训练样本，基于MATLAB编写PSO-BP算法进行风电功率预测。

说明：LVQ学习向量量化神经网络是一种用于训练竞争层的有监督的学习方法的输入前向神经网络，其算法是Kohonen竞争算法演化而来的。LVQ学习向量量化神经网络在模式识别和优化领域有着广泛的应用网络结构输入层，竞争层，线性输出层当某个模式被送入网络时，与输入模式最近的竞争层神经元被激活，神经元状态为1，而其...

matlab 分类 神经网络 lvq

说明：应用背景利用PCA(主元素分析)人脸识别，代码很详细，有详细的注解，有需要了解PCA降维的同学可下载学习。关键技术PCA(主元素分析)人脸识别，25张测试样本，25张训练样本，输入一张测试人脸图片识别出最相近的训练库中的人脸。代码详细好用，

matlab pca 识别 人脸 分析 元素

说明：多层感知器（MLP）是映射输入数据集合到一组合适的输出前馈人工神经网络模型。甲MLP包括在有向图的节点的多个层的，具有完全连接到下一个每一层。除了输入节点，每个节点是一个神经元（或处理元件）具有非线性激活函数。 MLP利用称为反向传播用于训练network.MLP有监督的学习技术的标准线性感知的变形...

matlab