基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is

基于随机梯度下降法的两层sigmoid神经元的BP算法-Stochastic gradient descent method based on two layers of sigmoid neurons in the BP algorithm

此程序是神经网络中基于梯度的径向基函数算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This procedure is based on the gradient neural network radial basis function algorithm is implemented in MATL

这是一个基于梯度算法的3层RBF神经网络程序，是一个很纯净的，可运行的matlab程序，作为后续改进的算法的一个基础程序是个不错的选择。-This is a three-layer gradient algorithm based on RBF neural network program, is a very clean, you can run the matlab program, as a basis for subsequent improvement program algorith

CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者：陆振波 电子