简单的基于matlab通过BP神经网络进行数据分析，可以设置神经网络的层数和数据库的数据，在代码中已经有了归一化、误差分析和可视化结果

这个 PD F文件是本人大三下学期的计算机网络课程设计的报告。

卷积神经网络matlab代码 不需要配置，直接将工作目录设为这个压缩包的解压完的目录下就行，matlab直接运行

详情参考https://github.com/LianHaiMiao/pytorch-lesson-zh/，这个老师讲的特别详细，或者参考https://blog.csdn.net/a1103688841/article/details/89222614

CapsNet-Tensorflow-master.zip，胶囊网络代码实现，按readme复现代码。

深度神经网络模型采用VGG16训练出单词嵌入的模型，内含详细代码步骤介绍

从网上下载的遗传算法优化bp网络代码使用不是很方便： 1）直接运行没有仿真结果，必须在命令窗口仿真才能得到结果； 2）使用者必须修改里面的隐层及输出层节点数，而隐层节点数有三个文件必须修改。 3）必须主程序里面修改训练样本 4）没有进行仿真的反归一化参数。 所以修改后是：训练样本与测试样本放在一个矩阵中进行归一化，根据使用者需求，修改主函数部带星号标示的行即可[只需修改一处（一般情况下即可满足要求）]，运行主函数： [tsp net]=GABPNET(XX,YY,YJ,SCC) %XX输入的训练样本与测试样本 %YY训练样本输出值 %YJ隐层节点数 %SCC输出层节点数 %tsp训练样本及测试样本输出值，列对应列 %net训练好的神经网络

matlab规则网络代码 EPANET-MAT​​LAB-工具包 EPANET-Matlab Toolkit是最初由Matlab开发的开源软件，可在Matlab环境中运行，为美国EPA与Matlab（美国）共同开发的液压和质量建模软件的最新版本提供编程接口。高级技术计算软件。 EPANET Matlab工具包的目标是作为不断增长的智能水网络领域中研究与开发的通用编程框架。 EPANET-Matlab Toolkit具有易于使用的命令/包装，可用于查看，修改，模拟和绘制EPANET库产生的结果。 要获得支持，请使用OWA社区论坛： 目录 如何引用 DG Eliades，M。Kyriakou，S。Vrachimis和MM Polycarpou，Proc中的“ EPANET-MAT​​LAB工具包：用于将EPANET与MATLAB接口的开源软件” 。 第14届水工业计算与控制国际会议（CCWI） ，荷兰，2016年11月，第8页。 （doi：10.5281 / zenodo.831493） @INPROCEEDINGS{Eliades2016, author={Eliades, Demetr

主要为大家详细介绍了Android判断网络类型的方法，判断是Wifi还是4G网络代码分享，感兴趣的小伙伴们可以参考一下

用遗传算法优化bp神经网络，Matlab代码版本，内含4个m程序