Word版本+源程序代码

BP神经网络数据集（excel）

利用Matlab构造BP神经网络完成变压器故障诊断 样本数据：在油色谱分析领域中，基于油中溶气体类型与内部故障性质的对应关系，以油中5种特征气体为依据的判断变压器故障的方法。其特征量为H2，CH4，C2H4，C2H2，C2H6，如图3所示。在对变压器的故障识别时，变压器的故障类型选择为：无故障、中低温过热、高温过热、低能放电和高能放电。仿真数据如图：在Matlab中完成人工神经网络的创建、训练及最终的仿真，并给出仿真结果及训练误差曲线。完成如下：一、源代码如下：%训练数据P=[46.21 11.27 33.04 8.52

bp神经网络预测模型-6输入2输出（内有发动机比油耗及功率预测数据）

BP神经网络的非线性系统建模——非线性函数拟合.7zBP神经网络的非线性系统建模——非线性函数拟合.7z

BP神经网络的数据分类——语音特征信号分类.7zBP神经网络的数据分类——语音特征信号分类.7z

这次数据集使用的是iris数据集，也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。 使用BP神经网络进行实现，代码部分总共为两个版本，分别是CPU版本和GPU版本。

基于BP神经网络对短期风电功率进行预测的matlab程序代码

Matlab基于GA的Bp神经网络优化算法代码实例（带注释），基于GA的BP神经网络优化算法 BP-network BP网络是前向神经网络中最核心的部分，本资源提供算法优化代码

人工智能-基于BP神经网络的高填石路堤本构模型参数识别及应用研究.pdf