利用BP神经网络建立了预测臭氧总量的模型，从中挑出了相对误差为0.008（并非最优）的神经网络进行了保存，代码注释清楚。

近些年,计算机视觉发展迅速,在水果识别方向进行了广泛的应用和研究。本文设计基于BP神经网络的水果识别系统,选取生活中常见的三种水果:苹果、橘子、香蕉作为对象。首先,通过网络资源等搜集水果图像建立样本库;然后通过MATLAB对图像进行预处理,为后续的特征提取做好准备。水果特征的提取选择纹理、形状、颜色三种特征进行提取;同时在每种特征中选用不同的特征值作为特征向量。通过提取三种特征后输入到BP神经网络中进行训练、识别。经测试,识别的成功率可以达到93.18%,证明了可行性以及未来的可实用性。

将Iris数据集分为2组，每组各75个样本，每组中每种花各有25个样本。其中一组作为以上程序的训练样本，另外一组作为检验样本。为了方便训练，将3类花分别编号为1，2，3 。  ​​  ​使用这些数据训练一个4输入（分别对应4个特征），3输出（分别对应该样本属于某一品种的可能性大小）的前向网络。

BP神经网络有很强的映射能力，主要用于模式识别分类、函数逼近、函数压缩等 代码实现的内容：要求设计一个BP网络，逼近以下函数g(x)=1+sin(k*pi/4*x),实现对该非线性函数的逼近。得出信号的频率与隐层节点之间及隐层节点与函数逼近能力之间的关系。

需用超星阅览器打开 较为详细介绍了神经网络技术基本原理 matlab相关工具箱用法

matlab源码集锦- 基于BP_Adaboost的强分类器设计-公司财务预警建模

基于matlab，利用pso算法的搜索能力，优化bp神经网络的阈值初始化，防止过拟合的发生。

作者自己写的BP神经网络算法，经测试可以实现自主学习使结果不断接近目标输出

该程序是通过BP神经网络来进行基于BPSK的扩频解码，最终完成调制解调，并完成误码率曲线的绘制。

这是一个简单的bp分类程序，里面有数据，便于初学者学习，其中data1是训练数据，data2是测试数据，data3是训练数据的期望值，data4是测试数据的期望值，程序中有简单的说明，清晰易懂。。我也是一步一步的编的，请支持哈。。。