说明：针对于自学Matlab的新手一些必备，仅供参考

说明：Collision_avoidance_using_neural_networks

说明：广义的神经网络学习，适用于基础较差的同学和朋友

说明：神经网络设计.中文 pdf一书将广泛的论述性能学习的问题、讨论递归联想存储器网络，始出详细的实例和许多解出的问题

说明：三层神经网络解决手写数字识别问题（内含数据集）

说明：直流电机自整定的pid程序MATLAB基于BP神经网络PID控制程序

说明：数字图像处理与机器视觉——visual c++与matlab实现（10-12章）,包括特征提取、图像识别初步、人工神经网络

说明：基于人工神经网络的润滑油使用寿命的估计，用于计算润滑油使用寿命

说明：毕业设计的神经网络程序，亲测有用，可以很好的实现预测功能

说明：遥感影像神经网络分类 matlab ，包含源代码，可以任意使用

说明：基于股票数据的神经网络，关于结算的预测，通过遗传算法加以改进

说明：介绍了matlab提供的神经网络工具箱及神经网络常用算法等

说明：利用卷积神经网络进行人的面部表情识别，准确率在百分之60左右

说明：第 1 章是绪论， 介绍人工智能、 机器学习、 深度学习的概要， 使读者全面了解相关知识 . 第 2 、 3 章介绍机器学习的基础知识 . 第 4 ～ 6 章分别讲述三种主要的神经网络模型： 前馈神经网络、 卷积神经网络和循环 神经网络 . 第 7 章介绍神经网络的优化与正则化方法 . 第 8 章介绍神经网络中的注 意力机制和外部记忆 . 第 9 章简要介绍一些无监督学习方法 . 第 10 章介绍一些模 型独立的机器学习方法： 集成学习、 自训练、 协同训练多任务学习、 迁移学习、 终 身学习、 元学习等， 这些都是目前深度学习的难点和热点问题 . 第 11 章介绍概率 图模型的基本概念， 为后面的章节进行铺垫 . 第 12 章介绍两种早期的深度学习模 型： 玻尔兹曼机和深度信念网络 . 第 13 章介绍最近两年发展十分迅速的深度生成 模型： 变分自编码器和生成对抗网络 . 第 14 章介绍深

说明：matlab代码, 基于Gabor小波变换和人工神经网络的人脸识别方法

说明：扩展神经网络为4分类神经网络。绘制边界的函数4分类神经网络中三个函数都增加了一个隐层

说明：储备池神经网络预测混沌信号MATLAB实例

说明：实现一张图片的识别，其中图片是车标，网络是基于忆阻器的hopfield神经网络

说明：bp神经网络车牌识别 可实现神经网络的训练及对车牌图像的提取分割识别等

说明：粒子群算法优化的BP神经网络与传统BP神经网络对比

说明：预测算法用于短时负荷预测的，效果很好不喜勿喷，很好哦

说明：基于神经网络的模糊控制实例，包括中央空调、锅炉系统等

说明：神经网络算法，用于遥感图像的分析处理 ，可直接使用

说明：mnist图像识别，包含简单的神经网络编写流程及实现步骤

说明：(邱锡鹏)神经网络与深度学习课本，非常好的人工智能神经网络课本

说明：基于优化算法的bp神经网络，用于解决分类问题，可以给大家提供两种编程思路，亲测有效。

说明：R 与神经网络学习，如何用R实现神经网络学习

说明：吉林省永吉县存在大量的斜坡地质灾害，为了给永吉县斜坡地质灾害的防治和预警提供高效直观的分析模型，将吉林省永吉县作为研究区，选取高程、坡度、坡向、剖面曲率、平面曲率、距断层距离、岩性、距河流距离、年均降雨量、地形湿度指数和植被覆盖指数等11 个评价因子，利用神经网络模型进行区域斜坡地质灾害易发性分析，再选用频率比、支持向量机模型进行对比。利用ＲOC曲线对模型的准确性进行验证分析，得出神经网络、频率比和支持向量机模型的成功率分别是91. 3%、89. 3%、90. 2%，预测率分别是87. 3%、84.3%、85. 6%。结果表明: 神经网络模型的精度最高，更适用于永吉县斜坡地质灾害的易发性评价

说明：本文针对滑坡预测预报这一复杂性问题提出一种基于前向反馈传播（BP）神经网络的预测模型，描述了滑坡系统输入输出之间的非线性关系。为克服 BP 网络后期收敛速度慢、易陷入局部极小点等缺点，以遗传算法（GA）和模拟退火算法（SA）相结合的方式即遗传-模拟退火（GSA）算法对网络权值进行优化。用该方法预测滑坡位移获得了较好的效果