用java开发的bp神经网络实现异或操作，准确率100%，关键是有动画演示程序的运行

该课题为基于Matlab的神经网络汉字识别系统。是用bp神经网络。带有一个人机交互界面，输入测试图片，进行预处理，读取隐含层等信息，进行信息识别的输出。

学习bp神经网络的入门资料，包含了丰富的matlab程序示例

BP神经网络应用广泛，且算法很多，研究多种神经网络的优势与不足。以能在不同对象下选取合适的神经网络算法。运用MATLAB来实现各种BP神经网络的设计和训练。并以函数逼近为例，通过对不同的BP神经网络仿真与原函数图像的拟合，比较不同的BP神经网络的性能，验证新型BP网络的优势，得出如何根据对象选取神经网络的结论。

BP神经网络基于VC++平台，可用于模式识别，比如人脸识别，车牌识别等，及数据预测，模拟仿真等

完整代码，可直接运行

基于BP神经网络的遥感影像分类方法研究，张建平，王崇倡，采用BP神经网络进行遥感影像分类，可以在一定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。然而，BP网络自身也存在着�

本文实例讲述了Python实现的三层BP神经网络算法。分享给大家供大家参考，具体如下： 这是一个非常漂亮的三层反向传播神经网络的python实现，下一步我准备试着将其修改为多层BP神经网络。 下面是运行演示函数的截图，你会发现预测的结果很惊人！ 提示：运行演示函数的时候，可以尝试改变隐藏层的节点数，看节点数增加了，预测的精度会否提升 import math import random import string random.seed(0) # 生成区间[a, b)内的随机数 def rand(a, b): return (b-a)*random.random() + a # 生成大小

使用python从头编写的三层bp神经网络。简单的对网上给出的数据进行训练和测试。

完整代码，可直接运行