介绍了近年来可拓神经网络的发展，对可拓神经网络的基本思想、算法思路、应用研究进行了系统分析，并提出和分析了有待进一步研究的方向和问题。

一个神经网络算法的matlab实现，这是源代码，很不错的资源

随着社会的发展，手写体数字识别得到了日益广泛的应用，因此有大量的手写体数字文档整理、查询、统计的工作需要完成,而手写体数字文档识别系统可以轻而易举地完成很多以前难以想象的工作。本系统所设计的手写体数字识别系统包括输入图片、归一化、特征提取、识别等部分,本文所用到的手写体数字样本都是在Windows自带的画图板中手写输入获得的。首先采用MATLAB的imread.m函数读取手写体数字图像,因为字母图像还没有达到提取特征和输入识别的要求,本文中采用自定义的归一化算法进行图像预处理,将灰度化、二值话图像归一化处理,再用逐像素特征提取法提取数字特征。预处理后将提取到的数字特征进行编码作为神经网络的输入

自己在做大作业过程中找了一些关于神经网络隐层节点数选择相关的论文，提供给大家作为参考。隐层节点数目前好像也没有比较格式化的选择方法，因此论文也仅供参考，不喜勿喷

Bp神经网络算法(VC++实现)，包含main函数和BpNet类的控制台程序，带有详细的注释。

神经网络算法MATLAB实现代码，对数学建模等有莫大作用！

人工智能基础视频教程零基础入门课程 第五章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet模型 十五章 Keras深度学习框架

In fine art, especially painting, humans havemastered the skill to create unique visual experiences through composing a complex interplay between the con- tent and style of an image. Thus far the algorithmic basis of this process is unknown and there exists no artificial system with similar capabilities. How- ever, in other key areas of visual perception such as object and face recognition near-human performance was recently demonstrated by a class of biologically inspired vision models called Deep Neural Networks. Here we introduce an artificial system based on a Deep Neural Network that creates artistic images of high perceptual quality. The system uses neural representations to sepa- rate and recombine content and style of arbitrary images, providing a neural algorithm for the creation of artistic images. Moreover, in light of the strik- ing similarities between performance-optimised artificial neural networks and biological vision,our work offers a path forward to an algorithmic under- standing of how humans create and perceive artistic imagery.

使用opencv3的ANN库，进行数字识别，有效建模识别率可达93%以上

matlab lm算法代码lsnn（最小二乘神经网络） 语言：MATLAB 该项目用于非迭代算法开发，该算法主要基于最小二乘法。 以下所有这些算法均基于单隐藏层前馈神经网络（SLFN）结构。 算法列表： ELM（极限学习机），PCA-ELM（主要成分分析），I-ELM（增量），EI-ELM（增强增量），DP-ELM（破坏性简约）和CP-ELM（建设性简约）。 AIL（肛门增量学习） LSM（本地Sigmoid方法） BP（反向传播，LM）matlab包装器。 如何进行所有算法的比较 回归案例：运行runcvreg.m 。 分类案例：运行runcvclass.m 。 要查找超参数：运行hpsearching.m ，您可以将大小写更改为回归或分类。 要总结指标（准确性，＃nodes，时间）：运行`perfsummay.m，您需要手动更改指标-请参阅/阅读代码。