《MATLAB 神经网络30个案例分析》程序和数据。其中包括了MATLAB模式下的BP神经网络的各种案例与预测效果展示

5点3次加权滤波 通过Matlab实现 作出平滑前和平滑后的曲线

案例1：BP神经网络的数据分类—语音特征信号分类 案例2 BP神经网络的非线性系统建模-非线性函数拟合 案例3：神经网络遗传算法函数极值寻优-非线性函数极值寻优 案例4：遗传算法优化BP神经网络-非线性函数拟合 案例5：PID神经元网络解耦控制算法-多变量系统控制 案例6 基于BP_Adaboost的强分类器设计-公司财务预警建模 案例7：RBF网络的回归-非线性函数回归的实现 案例9：离散Hopfield神经网络的联想记忆—数字识别 案例10：离散Hopfield神经网络的分类——高校科研能力评价 案例11：连续Hopfield神经网络的优化——旅行商问题优化计算 案例12 SVM神经网络的数据分类预测-意大利葡萄酒种类识别 案例13 SVM神经网络中的参数优化---提升分类器性能 案例14 SVM神经网络的回归预测分析---上证指数开盘指数预测 案例15 SVM神经网络的信息粒化时序回归预测 案例16：SOM神经网络的数据分类--柴油机故障诊断 案例17：单层竞争神经网络的数据分类—患者癌症发病预测 案例18Elman神经网络的数据预测—电力负荷预测模型研究 案例19 概率神经网络的分类预测-基于PNN的变压器故障诊断 案例20神经网络变量筛选—基于BP的神经网络变量筛选 案例21：LVQ神经网络的分类——乳腺肿瘤诊断 案例22：LVQ神经网络的预测——人脸朝向识别 案例23基于模糊神经网络的拟合算法-标准函数拟合 案例24：小波神经网络的时间序列预测-短时交通流量预测 案例25 粒子群算法的寻优算法-非线性函数极值寻优 案例26 广义神经网络的聚类算法-网络入侵聚类 案例27：遗传算法的优化计算——输入自变量降维 ...

本书在深入浅出地介绍LINGO基本用法和LINGO与各种文件和数据库之间的数据传递和处理方法的基础上，分两个层次介绍了LINGO软件及其应用:层次以数学规划、图论与网络优化、多目标规划等LINGO软件常用领域为背景，介绍LINGO软件求解优化模型的常规手段和技巧；第二个层次以博弈论、存贮论、排队论、决策分析、评价方法、二乘法等领域为背景，介绍LINGO软件在非优化领域的应用，充分展示LINGO软件的优势和应用扩展。在各个领域本书都配有丰富的案例和求解程序，帮助读者深入理解LINGO软件。同时，本书专门配有一章介绍数学建模中的应用实例，以十个各种类型的数学建模经典案例为基础，其中九个案例的全部模型都用LINGO编程实现，并在LINGO12版本调试通过。这些案例凝聚了作者多年来积累的编程经验和巧妙构思。

卓金武 量化投资-MATLAB数据挖掘技术与实践 配套程序与数据