给大家分享一套课程——《深度学习-图神经网络实战课》，提供全部数据与代码。 图神经⽹络模块课程旨在帮助同学们快速掌握深度学习在图模型领域算法及其应⽤项⽬。

6种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）对电力系统负荷进行预测。通过一个简单的例子。 各种算法（线性回归、随机森林、支持向量机、BP 神经网络、GRU、LSTM）用于电力系统负载预测/电力预测。

PyRecognizer 一个简单的人脸识别引擎 火车/预测视频指南 模型为一些名人调整 以下列表包含名人的姓名和用于训练的照片数，按照片数排序 名人名单George_W_Bush 530 Colin_Powell 236 Tony_Blair 144 Donald_Rumsfeld 121 Gerhard_Schroeder 109 Ariel_Sharon 77 Hugo_Chavez 71 Junichiro_Koizumi 60 Jean_Chretien 55 John_Ashcroft 53 Serena_Williams 52 Jacques_Chira

基于脉冲耦合神经网络的图像NMI特征提取及检索方法，论文的程序仿真，带单处理和批量处理功能，里面包含原论文，可以用于场景相似性检测，以图识图等，matlab仿真实现

内含RBF、BP神经网络，粒子群、遗传等算法用于函数优化、旅行商求解。

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息，成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求，提出了利用莱文伯马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较，在中心频率为11.213 GHz，权重比为4∶1的仿真散射谱模型中，本方法相对误差最小，仅0.0015179%，温度相对误差仅为0.152 ℃，且拟合度较好。在不同脉宽和不同温度下的同一检测系统中，前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合，有效提高了预测精度。

为了能在交通管理中提前采取措施规避可能存在的交通拥挤或堵塞，提出了一种高效可靠的短时交通流预测算法．首先采用BP神经网络与自回归求和滑动平均(ARIMA)两种方法分别建立单项预测子模型，再以BP神经网络作为最优非线性组合模型的逼近器，建立组合预测模型，对单项预测子模型的预测值进行融合，由此得到最终的预测结果．通过MATLAB与SPSS平台对实测交通流量数据进行了仿真分析，结果表明，该种组合预测方法是切实可行的．

本代码在keras开源代码框架下，基于深度卷积神经网络，实现猫的图片识别。

simulink是matlab最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。simulink已成为国内外高等院校高等数学、数值分析、数字信号处理、自动控制理论以及工程应用等课程的基本教学工具。 全书共分为17章，从matlab简介开始，详细介绍了simulink的基础知识、模块操作、信号操作、仿真设置、积分器使用、子系统技术、系统仿真过程、模型的调试、编写m语言s-函数及stateflow建模等内容。在本书最后还重点介绍了控制系统仿真系统、神经网络仿真系统、电力系统仿真系统的原理及其运用。 《基于matlab/simulink系统仿真权威指南》按逻辑编排，自始至终用实例描述，是一本简明的simulink综合性参考书。本书深入浅出，实例引导，讲解翔实，既可以作为高等院校理工科的研究生、本科生的教材，也可作为广大科研和工程技术人员的参考用书

MatlabBP神经网络用于模式分类-abbr_3e5c8b0f2a34cd20b7e03aec43afe776.rar BP 神经网络用于模式分类 大型网络的首选算法 - 函数拟合,模式识别，很不错的！！！