LibSVM是一款简单易用的支持向量机工具包，本资源提供libsvm历史版本下载，历史版本包括3.18-3.25

GARCH工具箱（含多元）、gpml函数工具箱、ICA独立成分分析、K均值聚类函数工具箱1.0、LibSvm函数工具箱、Lyapunov、复杂网络工具箱、混沌工具箱3.0、混沌及时间序列函数程序包3.0、机器人函数工具箱、聚类分析工具箱、卷积神经网络函数工具箱、粒子群优化工具箱、模拟退火工具箱、群体智能算法Matlab工具箱3.0、深度学习(卷积神经网络)函数工具箱3.0、深度学习matlab工具箱、时频函数工具箱、数据降维工具箱、数字图像处理工具箱、随机森林函数工具箱、图论工具箱、网页爬虫函数工具箱、遗传算法工具箱、蚁群算法ants工具箱、支持向量机工具箱1.0

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）

Matlab工具箱介绍，介绍了各种工具箱，如偏微分，数学建模，自定义函数，数理统计等工具箱以及各种常见问题。

预测控制matlab工具箱.doc

独立分量分析的matlab工具箱，亲测可用。下载完成之后添加到matlab的toolbox中即可。运行高效，欢迎大家下载。

TT-Toolbox (TT=Tensor Train) 2.2 版TT(Tensor Train) 格式是一种有效的低参数方式高维张量的表示。 TT-工具箱是基本操作的 MATLAB 实现TT 格式的张量。 这包括： * tt_tensor 和 tt_matrix 类用于存储向量和运算符* 基本线性代数子程序（加法、矩阵乘向量积、 元素乘法和许多其他）使用标准 MATLAB 语法， 尺寸的线性复杂度，整形函数*快速的舍入程序，具有规定的精度* 高级逼近和求解技术： * 线性系统和特征值问题的近似解*交叉方法来近似“黑盒”张量* 小波张量训练分解* 基本运算符和函数的构建（拉普拉斯运算符，TT-张量的函数） *计算张量的最大和最小元素* 和其他几个 2.2 版的新功能*更好的文档* 混合 QTT-Tucker 格式（qtt_tucker 类） * TT-张量/TT-矩阵的重塑函数* d

误码率的matlab代码DensE：用于密度演化的MATLAB工具箱 该工具箱是MATLAB类和例程的集合，可用于通过密度演化分析迭代解码方案。 目前，该工具箱仅限于迭代有界距离解码下的确定性广义乘积码。 它可用于预测产品代码，阶梯代码或其他相关代码类别的渐近性能。 入门与范例 所有MATLAB文件都可以在DensE文件夹中DensE 。 要安装工具箱，只需下载此文件夹，然后通过addpath('path_to_DensE')将其添加到MATLAB的path变量中addpath('path_to_DensE') 。 在下面，提供了几个示例来说明工具箱的基本功能。 计算阈值 该工具箱可用于以数字方式计算解码阈值。 下面给出了一个所谓的半成品代码examples/thresholds_hpcs.m （请参阅examples/thresholds_hpcs.m ）。 该阈值是根据每个组件代码c的预期擦除次数给出的，该阈值与擦除概率相关，p = c / n，其中n是组件代码长度。 max_iterations = 1000 ; target_error_rate = 1e- 10 ; % ta

1.领域：matlab，BP神经网络 2.内容：通过BP神经网络进行数据预测分别进行自己编程实现BP以及matlab工具箱实现BP+代码操作视频 3.用处：用于BP神经网络编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

BP神经网络matlab实现的一个例子和matlab工具箱使用实例，里面有一个word文档和一个pdf文档