RBF神经网络算法示例，实现了对非线性曲线的拟合逼近。

BF神经网络学习算法的研究 共50页 摘要 本文研究了RBF神经网络的各种学习算法。在总结概述前人工作优缺点的基 础上本文分析了三种优良的学习算法。与现存的学习算法相比在具有良好性 能的前提下本文的算法可以产生更紧凑的网络结构。 本文首先回顾RBF神经网络的网络结构及其基本的学习过程。第二章详细 介绍了径向基函数与插值、RBF网络模型和RBF网络的逼近性能。第三章对现阶 段流行的各种RBF神经网络学习算法作了概述给出了正交最小二乘法(OLS)、 递阶遗传训练算法(HGA)和粒子群优化(PSO)算法三种学习算法的详细训练过程。 在第三章的结尾还给出了这三种学习算法的优缺点分析。第四章设计了仿真实 验对基于RBF神经网络的判别模型和其他基于距离的判别模型做了相互比较 仿真结果表明了RBF神经网络的有效性。第五章总结了本文的工作并对RBF 神经网络研究方向做了展望。

卷积神经网络算法识别猫狗图片

利用BP神经网络算法对遥感图像进行监督分类，可以进行交互，自己选区，进行分类

猫狗分类大战（keras ）

MATLAB源码集锦-基于GA优化的BP网络算法分析与MATLAB实现

人工神经网络具有的智能在于它们能够学习过去的经验，并且可以局部地储存新的信息。正是这两个重要因素，促使Albus在1975年建立了小脑膜型神经网络理论， CMAC是小脑膜型关节控制器的简称。该算法基于Albus对小脑功能的理解，模拟了人脑的操纵控制系统，但是并没有模仿神经基质的结构特征。从每个神经元来看，各神经元之间应是一种线性关系，但是从总体结构来看，CMAC模型可以适合于一种非线性的映射关系。而且这种模型从输入开始就存在一种泛化能力。对一个输入样本学习后，可以对其相邻的样本产生一定的效应，因此在输入空间中，相近样本的输出在输出空间中也比较相近，其学习采用了简单的 法，它的收敛速度比BP算法快得多，特别是它把一个多维状态空间中的输入量，映射到一个比较小的有限的区域上，只要对多维空间中的部分样本进行学习，就可以达到轨迹学习和控制的目的。

深度学习网络matlab工具包，包含深度信度网络，卷积网络，sae等实现。

BP神经网络算法（MATLAB源代码）

思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。 人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。