基于改进粒子群算法的相机标定优化，陈甦欣，张晓峰，相机的标定精度直接决定了三维重构的效果.传统优化算法容易陷入局部最优，且误差大。为了提高相机标定的精度，将改进粒子群算法�

C语言写的三层BP神经网络代码，用fisheriris数据集训练和测试网络，也可以用于其他分类问题。 一个输入层，一个隐藏层，一个输出层，各层的节点数都可以设置。属性数据归一化采用Z-score算法，标签数据归一化采用Min-Max算法。激活函数采用Sigmoid函数。 BPNN.c和BPNN.h中包含BP神经网络代码： bpnn_Train函数训练网络； bpnn_predict函数预测测试数据； bpnn_FileOutput函数输出网络参数和模型至文件； bpnn_LoadModel函数加载网络模型。 main.c中有两个测试函数： 测试读取训练数据"train.data"，训练网络，输出网络参数"bpnn_out.txt"和模型"bpnn.bin"，读取测试数据"test.data"，输出测试结果"test_out.txt"。 相关公式推导请看我的博客：https://blog.csdn.net/QDchenxr/article/details/124543772

之前写的一篇博客的代码，https://blog.csdn.net/zyxhangiian123456789/article/details/89159530，不清楚为什么阅读量还挺好。

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

基于模拟退火算法的数字岩心建模方法

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.

pso-elm（粒子群算法优化极限学习机）

基于模拟退火算法的TSP最短路径搜索仿真带GUI界面，可以设置初始温度，迭代次数以及城市数量，matlab2021a测试。

旅行商 模拟退火算法SA

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.