基于Hopfield神经网络实现机器人路径规划

风速预测，毕业设计，BP神经网络，wind speed

人体的视觉系统是一个相当神奇的存在，对于下面的一串手写图像，可以毫不费力的识别出他们是504192，轻松到让人都忘记了其实这是一个复杂的工作。 实际上在我们的大脑的左脑和右脑的皮层都有一个第一视觉区域，叫做V1，里面有14亿视觉神经元。而且，在我们识别上面的图像的时候，工作的不止有V1，还有V2、V3、V4、V5，所以这么一看，我们确实威武。 但是让计算机进行模式识别，就比较复杂了，主要困难在于我们如何给计算机描述一个数字9在图像上应该是怎样的，比如我们跟计算机说，9的上面是一个圈，下右边是1竖。然而有的人写9会带勾，有的人还会在圈周围多出点什么，总的来说，这种描述法太容易出现其他状况。况且

python写的手写数字识别，建了一个CNN的神经网络

基于最新的tensorflow·2.0框架下的全卷积神经网络，十分适合小白用户查看。一看即懂。代码优化十分简单，没有掺杂复杂建模，一个程序运行到底！

用蚁群算法优化BP神经网络，然后用于预测，非常实用，适合初学者。

神经网络PID控制及其Matlab仿真.pdf

天牛须优化算法及其对BP神经网络的优化。

神经网络PID控制及其Matlab仿真.pdf

BP神经网络用于模式分类和函数拟合，代码质量高，可运行，有注释。