基于BP神经网络的智能家居系统设计，朱风鹏，张永军，随着信息科技的快速发展，智能家居走进人们的生活中，并且已经发展了相当长的一段时间，通过将信息技术与家居设备结合，大大提升

随着经济的快速发展，众多企业步入科学化管理的时代.销售预测是企业经营活动中必不可少的一个环节，预测的准确性直接关系到销售经营的成败.因此提出基于传统BP神经网络与时间序列预测模型为一体的改良BP神经网络预测模型，通过该模型的预测，可以更可靠地预测企业在未来单位时间内的销售额.改良神经网络参考了同步时间序列的预测做出了自我校准，并利用遗传算法达到通过校准得到自我优化的目的，简化网络结构，提高预测的准确度.

基于bp神经网络的手写字体识别 有图像 有文献说明 适合新手使用练手.

BP神经网络拟合预测，适合初学者

该实验报告是基于matlab仿真工具，实现单层神经网络的仿真，从而详细讲解BP算法的原理。采用BP算法实现对信号的学习。BP神经网络是一个信号单向传播的多层前馈式误差反向传播神经网络。BP算法的基本思想是最小二乘法，它采用梯度搜索技术，使得网络的实际输出和理想输出的误差均方值为最小。其学习过程分两个过程：一是信号的正向传输，二是误差的反向传输。在信号的正向传输过程中，输入信号从输入层经隐含逐层处理，并传向输出层，每个神经元的状态只影响下一层神经元的状态，若输出层不能得到期望的输出，则转向反向传输，来不断修正各层神经元的权值使误差信号不断减小。

MATLAB基于BP神经网络PID控制程序

简单的BP神经网络代码，希望能帮助到初学者 。

安全技术-网络信息-污泥气化合成气生成特性及其BP神经网络预测模型研究.pdf

参考我的第一篇文章

机器学习+BP神经网络+北邮自动化机器学习课程作业+实验