基于Tensorflow（卷积神经网络）识别花卉图片 数据文件在ModelJS文件夹里，已经加了两个批处理文件，需要先运行代码再依次打开

本资源是离散Hopfield神经网络的联想记忆—数字识别的matlab仿真，Hopfield网络作为一种全连接型的神经网络，增经为人工神经网络的发展开辟了新的研究途径。它利用与阶层神经网络不同的结构特征和学习方法，模拟生物神经网络的记忆机理，获得了令人满意的结果。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

适合初学者，matlab神经网络工具箱

基于BP神经网络的数据回归预测（Matlab完整程序和数据） 基于BP神经网络的数据回归预测（Matlab完整程序和数据） 基于BP神经网络的数据回归预测（Matlab完整程序和数据）

基于BP神经网络的数据分类预测（Matlab完整程序和数据） 基于BP神经网络的数据分类预测（Matlab完整程序和数据） 基于BP神经网络的数据分类预测（Matlab完整程序和数据）

基于BP神经网络的时间序列预测（Matlab完整程序和数据） 基于BP神经网络的时间序列预测（Matlab完整程序和数据） 基于BP神经网络的时间序列预测（Matlab完整程序和数据）

BP神经网络的非线性系统建模（Matlab完整程序和数据） BP神经网络的非线性系统建模（Matlab完整程序和数据） BP神经网络的非线性系统建模（Matlab完整程序和数据）

matlab高功率微波代码智能系统 概述 NTOU-NCE 硕士课程。 三个项目使用了三种不同的智能系统理论，包括模糊理论、进化算法和反向传播神经网络。 这些项目不是靠Matlab工具箱完成的，而是靠我自己的编程能力。 思维导图 课程内容 模糊理论 进化算法 反向传播神经网络 (BPNN) 混合系统 项目01：模糊理论 目标 ： 微波炉的完全模糊控制。 这个微波炉有一些有趣的功能。 安装在此微波炉上的传感器可以检测温度和重量。 利用模糊理论，自动计算，得出适中的功率和运行时间，并根据计算结果对食物进行加热。 这些功能可以减少我们用它来加热食物的时间。 我们只需按一下按钮，食物就会被正确加热。 根据模糊规则和隶属函数，使用COG去模糊，并根据去模糊，绘制两个图表。 模糊规则： R^1：如果温度低而重量重。 然后操作时间长且功率高。 R^2：如果温度低，重量中等。 然后运行时间中等，功率高。 R^3：如果温度低，重量轻。 然后操作时间短且功率高。 R^4：如果温度中等，重量较重。 然后运行时间长，功率中等。 R^5：如果温度中等，重量中等。 然后运行时间中等，功率中等。 R^6：如果温度中

使用matlab编辑的模糊神经网络控制器的源代码，做交流学习所有，可以再此基础上进行修改