使用CNN深度学习网络keras框架识别交通标志 使用了data augmentation，preprocess图片dropout等训练技巧

matlab 手动搭建一个单隐层神经网络用于识别手写数字，实现:标准化数据集，计算损失函数，梯度下降法，反向传播，加深对神经网络的理解。

自主式CCD星敏感器(或称为星跟踪器)自身带有微处理器，是一种智能化的姿态敏感器。由于其指向精度高、无姿态累计误差以及具有快速故障恢复能力， 已成为航空、航天以及军事领域备受关注的研究对象。利用星敏感器确定卫星姿态就是对出现在星敏感器视场中的恒星进行识别，通过星光矢量确定星图拍摄瞬间星敏感器视轴在惯性坐标系中的指向，进而确定航天器姿态。本文以卫星姿态自主确定技术为研究背景,对基于CCD星敏感器的星图识别技术进行了研究。 论文对基于星敏感器确定卫星姿态的技术流程进行了叙述，但重点是对星图识别算法的设计与实现进行了研究。基于星敏感器确定卫星姿态主要存在以下问题:如何构建分布合理并且能够满足导航需要的导航星表、如何设计适应性强、精度高的星图识别算法以及采用何种滤波算法解算卫星姿态等。本文就其中部分内容进行了研究,并进行了实验验证

用卷积神经网络识别手写数字图像，使用部分MINST数据集，MATLAB编程，包含一个卷积层，一个池化层，一个全连接层，一个隐藏层。

基于ANN的神经网络识别数字系统，通过训练，能够很好的地识别出图片上的数字，VC6.0项目。

卷积神经网络用于识别手写字体，识别率非常高，而且代码全有。

语音特征识别是模式识别的一个重要研究内容，对本案例，提取了民歌，古筝、摇滚和流行四类不同音乐的24维特征向量各500组，希望用BP网络实现对着四类音乐的有效分类。1） 比较采用2-3种不同的隐含层神经元个数对分类精度的影响；2） 采用不同训练算法，比较traingd，traingdm，traingdx以及trainlm的效果（精度和收敛速度）。包括源程序和神经网络结构示意图，计算结果及分析。

神经网络ANN_MLP识别数字-训练图片及代码神经网络ANN_MLP识别数字-训练图片及代码神经网络ANN_MLP识别数字-训练图片及代码