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。

基于经典最小二乘法和BP神经网络算法的系统辨识，内含MATLAB算法实例

视觉神经网络算法突破之前，激光雷达是高级自动驾驶唯一解决方案.docx

关于人工神经网络算法的书籍，公有16部，分为两部分。

此例可采用BP神经网络算法用于设备故障类型的模式识别程序。 本次为变压器故障（均为低压测故障）类型的识别。