快速人工神经网络库FANN快速人工神经网络（FANN）库是一个免费的开源神经网络库，它在C中实现了多层人工神经网络，同时支持快速人工神经网络库FANN。一个免费的开源神经网络库，该库在C语言中实现了多层人工神经网络，同时支持完全连接和稀疏连接的网络。 支持定点和浮点的跨平台执行。 它包括一个易于处理培训数据集的框架。 它易于使用，用途广泛，有据可查且快速。 绑定到超过15个程序分钟

温度预测是当今世界最重要和最具挑战性的任务之一。 温度预测是气象学家试图预测未来某个时间的大气状态。 本文介绍了使用历史数据集进行天气预报的研究。 由于大气格局是复杂的非线性系统，传统方法效率不高。 人工神经网络是解决此类问题的一种有影响力的方法。 提议的人工神经网络通过应用不同的传递函数、隐藏层和神经元来预测一年 365 天的温度来评估开发模型的性能。 用于适当模型选择的标准是均方误差 (MSE)。 与类似的研究相反，论文中建议的数据模型和工作流程产生了较小的 MSE（即更准确的结果），同时降低了计算复杂性（即更好的性能）。

matlab股票预测代码股市预测 使用人工神经网络分析和预测股市 ＃描述 Code 文件夹包含 3 个文件，CHO（包含用于训练神经网络的股票市场数据的数据文件），MATLAB_CODE（.m 文件，这是要在 MATLAB 环境中执行的实际 MATLAB 代码），errperf （删除一些错误的 .m 文件）。所有这些文件都需要存在于同一个文件夹中，一旦 MATLAB_CODE.m 文件被执行，需要选择“添加到路径”，神经网络训练工具打开并epochs(training) 需要一些时间才能完成。因此可以使用 nntrain 工具箱查看结果图。

语音识别ANN的实现 使用人工神经网络实现语音识别。 使用语言：Python 您需要numpy和scipy才能使其正常工作。 可以识别的词：“ Apple”，“ Banana”，“ Kiwi”，“ Lime”，“ Orange” ＃如何添加新词 在Audacity或任何音频处理软件中记录您的新单词。 将采样率设置为44100Hz，然后导出到.wav文件。 最好录制许多来自不同扬声器的样本，以提高准确性。 将wav文件放入training_sets目录。 将您的wav文件重命名为您要添加的单词+ -sample_index（例如：hello-1.wav，hello-2.wav）。 这样，特征提取器以后就可以轻松地在文件中进行迭代。 在featureExtractor.py中，将新单词附加到单词数组。 运行featureExtractor.py。 将在mfccData文件夹中生成

人工神经网络学习C#demo 和源码，网上找了很久才找到的

本书论述了遗传算法与人工神经网络的基本原理，设计与实现方法及其在压力管网最优化领域中的应用，主要内容包括：遗传算法基本原理与设计　，单亲遗传算法，树神经网络优化设计，环状管网的遗传优化设计及其应用等，可供高等院校有关专业的师生，科研人员、工程技术人员学习参考。

哈尔滨工程大学精品课程神经网络课件，详细讲解了前向神经网络、递归神经网络和神经网络实现，有神经网络入门的数学基础的讲解

清华大学人工神经网络ppt,以及李亚非老师的神经网络教程的ppt

分析了煤矿通风机的常见故障,在介绍BP神经网络原理和算法的基础上,建立了基于BP神经网络模型的通风机故障诊断模型,并应用数学软件MATLAB中的神经网络工具箱实现了通风机不同故障状态的识别。研究结果表明,该方法能准确地诊断通风机的故障类型,具有简单、准确的特点,为实现煤矿通风机的故障预警和保障煤矿的安全生产具有指导意义。

这是一本有关人工神经网络及其应用的最新书籍，向对这种不断发展的机器学习技术感兴趣的读者提供了该领域的最新进展。