最近整理了关于Matlab的学习资料，这是第一个，关于神经网络工具箱，深度学习，以及人工神经网络的内容，包含25中人工神经网络的matlab代码实现，Matlab神经网络用户手册，面前Matlab工具箱的神经网络理论与应用，深度学习CNN+DBN+RBM等资料。

神经网络实现mppt控制

摘要过去几年，卷积神经网络因其强大的建模能力引起广泛关注，在自然语言处理、图像识别等领域成功应用。然而，传统的卷积神经网络只能处理欧氏空间数据，而现实生活中的许

matlab的egde源代码en pyrenn是Python和Matlab的工具箱。 特征 pyrenn允许创建各种各样的（递归）神经网络配置 创建，训练和使用神经网络非常容易 它使用（二阶拟牛顿优化方法）进行训练，它比的一阶方法快得多。 在Matlab版本中，额外实现了 python版本是用纯python和numpy编写的，而matlab版本是用纯matlab编写的（不需要工具箱） 并已实施，可用于实施进一步的训练算法 它带有各种示例，这些示例显示了如何创建，训练和使用神经网络。 文章 安装 使用pip安装（仅适用于python） 在命令行中运行： pip install pyrenn 手动安装 或将此仓库克隆（带有）到您选择的目录中。 Python：将python文件夹中的pyrenn.py文件复制到python的搜索路径中已经存在的目录，或者将python文件夹添加到python的搜索路径（sys.path）（） Matlab：将matlab文件夹添加到Matlab的搜索路径（） 开始使用 在examples文件夹中运行给定的examples 。 阅读并创建自己的神经网络 版权

这是我自己设计的一个人脸识别系统的课题，基于Python语言研发了人脸识别管理系统，并在Pycharm平台完成主要功能模块的分析与设计，在摄像头采集到完整人脸信息的同时，对人员的身份进行认证和管理。本文所设计的人脸识别系统一方面可以实现人员的安全认证功能，还能够给重要场所的人员管理提供安全保障，测试结果表明：该系统能够准确识别人脸信息，并显示当前人员的录入时名字，而没有录入的人脸显示unknown，为有效解决人员管理问题提供了参考。使得人员安全管理系统具备了更高的实用价值，有着巨大市场潜力和应用前景。以下是重要内容阐述： 1、人脸识别部分主要是依靠人脸特征提取来实现； 2、摄像头捕获人脸后，会进行图像预处理，包括噪声处理、光照预处理和几何预处理； 3、采用卷积神经网络为人脸识别算法； 4、基于Python和Pycharm平台来实现系统设计； 5、通过CNN训练发现，能够对人脸进行准确识别，识别率高达97%；

基于MATLAB的BP神经网络建模及系统仿真

如何从少数训练样本中学习并识别新的类别，对于深度神经网络来说是一个具有挑战性的问题。针对如何解决少样本学习的问题，全面总结了现有的基于深度神经网络的少样本学习方法，涵盖了方法 所用模型、数据集及评估结果等各个方面。

【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第一周作业(1&2&3).zip

摘要：人工神经网络作为人工智能的分支，在模式识别、分类预测等方面已成功地解决了许多现代计算机难以解决的实际问题。然而随着人工智能的发展，神经网络的自主性特征学习

JOONE(Java Object Oriented Neural Network)是sourceforge上一个用java语言迅速开发神经网络的最新工具包