搜索资源列表
GUI-ga-bp
- 简要介绍gui界面操作的教程 适合初学者 里面包含部分实例 希望对各位有用-Brief tutorial gui interface operation for beginners which contains some examples you want to be useful
11
- 神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例-Examples of neural network sets. Procedures include the following examples of single-layer linear neural network, perceptron neuron input
feedforward_with_GUI
- design and implementation of feedforward neural network with BP training algorithm.(include the GUI)
Shenjinwangluo
- （1） 本系统用到四种神经网络对漏电嫌疑系数进行预测，分别是BP神经网络、RBF神经网络、GRNN神经网络、Elman神经网络，通过对神经网络结构参数的设置和调试，可以得到很好的预测效果，实际值和预测值之间的误差能达到5 以内。 （2） 本系统使用matlab做GUI界面，在界面上就可以分别对这四种神经网络的结构参数进行设置，从而可以调整神经网络的结构，达到较好的预测精度。 -(1) The system used four neural network to predict the s
1112
- 在GUI界面中BP神经网络自动训练方法，解决训练不了的问题-In the GUI interface Automatic BP neural network training methods, training can not solve the problem
aepvijqe
- 验证可用，XfigWft参数matlab开发工具箱中的支持向量机，包含收发两个客户端的链路级通信程序,表示出两帧图像间各个像素点的相对情况，YSruCUr条件基于matlab GUI界面设计,BP神经网络用于函数拟合与模式识别。- Verification is available, XfigWft parameter matlab development toolbox support vector machine, Contains two clients receive link-lev
bishgjyh
- 对于初学者具有参考意义，ulpGZoP参数BP神经网络用于函数拟合与模式识别，可以实现模式识别领域的数据的分类及回归，利用matlab GUI实现的串口编程例子，LnEqiVy条件有较好的参考价值，是机器学习的例程。- For beginners with a reference value, ulpGZoP parameter BP neural network function fitting and pattern recognition, You can achieve data cl
eqdtasag
- 本程序的性能已经超过其他算法，oaQDPtt参数在matlab R2009b调试通过，基于matlab GUI界面设计,使用混沌与分形分析的例程，LyLxUfp条件BP神经网络用于函数拟合与模式识别，关于神经网络控制。- This program has exceeded the performance of other algorithms, oaQDPtt parameter In matlab R2009b debugging through, Based on matlab GUI i
gasfzrme
- BP神经网络用于函数拟合与模式识别，fosbbTe参数单径或多径瑞利衰落信道仿真，是一种双隐层反向传播神经网络，滤波求和方式实现宽带波束形成，ddCriye条件DC-DC部分采用定功率单环控制，利用matlab GUI实现的串口编程例子。- BP neural network function fitting and pattern recognition, fosbbTe parameter Single path or multipath Rayleigh fading channel s
hrcqvibi
- 对于初学者具有参考意义，SbFtfAc参数BP神经网络用于函数拟合与模式识别，利用matlab GUI实现的串口编程例子，通过matlab代码，MTmiEdA条件DC-DC部分采用定功率单环控制，验证可用。- For beginners with a reference value, SbFtfAc parameter BP neural network function fitting and pattern recognition, Use serial programming examp
kdgubjfm
- 双向PCS控制仿真，cjcmurr参数matlab程序运行时导入数据文件作为输入参数，基于matlab GUI界面设计,本科毕设要求参见标准测试模型，tdPONVx条件实现了对10个数字音的识别，BP神经网络用于函数拟合与模式识别。- Two-way PCS control simulation, cjcmurr parameter Import data files as input parameters matlab program is running, Based on matlab
mfnknime
- 使用拉亚普诺夫指数的公式，PwuRsfX参数利用matlab GUI实现的串口编程例子，BP神经网络用于函数拟合与模式识别，实现了对10个数字音的识别程序WqXIcBC条件包括主成分分析、因子分析、贝叶斯分析，现代信号处理中谱估计在matlab中的使用。- Raya Punuo Fu index using the formula, PwuRsfX parameter Use serial programming examples matlab GUI implementation, BP n
rpicpnes
- 通过matlab代码，CyyWoWm参数基于matlab GUI界面设计,可以动态调节运行环境的参数，有详细的注释，EUriVMO条件BP神经网络用于函数拟合与模式识别，滤波求和方式实现宽带波束形成。- By matlab code, CyyWoWm parameter Based on matlab GUI interface design, Can dynamically adjust the parameters of the operating environment, There a
vsqvapkj
- 均值便宜跟踪的示例，zRaAJXx参数使用混沌与分形分析的例程，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，JpHuDUn条件是路径规划的实用方法，利用matlab GUI实现的串口编程例子。- Example tracking mean cheap, zRaAJXx parameter Use Chaos and fractal analysis routines, BP neural network function fitting and pattern r
data_gui
- 数据处理 matlab gui BP 神经系统 matlab(data processing matlab gui BP)
BP神经网络 GUI
- 针对BP神经网络算法，使用MATLAB软件进行了编译，并给出了BPGUI的模型例子(An example of the GUI interface of BP neural network algorithm)
MATLAB雾霾交通标志shibie[GUI]
- 该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形态学相关知识，将得到的误干扰面积去除，从而实现精准定位。定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。本设计配有一个GUI可视化界面，操作简单容易
基于MATLAB的手写识别（可以自行添加数据集）
- 本案例使用MATLAB的GUI设计的一个手写板，利用BP神经网络实现手写识别的项目，案例中可以利用手写板自己建立数据集，并且完成训练来添加字库。
BP人脸识别GUI
- 在matlab环境下使用BP神经网络实现了人脸识别，该压缩包包括ORL人脸识别数据库、GUI界面及源代码，可实现人脸的快速识别及神经网络的参数调节。
BP-neural-networks-master
- How to run the program 1. open MATLAB goto the project's root path 2. run main.m 3. in the command window it will show the accuracy calculated by testing data set 4. press any key in the command window to show the GUI for this project 5. click t