登录
首页 » matlab » 源程序

源程序

于 2020-06-19 发布 文件大小:7746KB
0 222
下载积分: 1 下载次数: 1

代码说明:

  各类神经网络代码,可以用于MATLAB初学者使用(Various kinds of neural network codes can be used for beginners in MATLAB)

文件列表:

源程序, 0 , 2019-08-01
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价, 0 , 2019-08-01
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价\chapter10.m, 3369 , 2017-11-05
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价\class.mat, 443 , 2017-11-05
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价\sim.mat, 465 , 2017-11-05
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价\stdlib.m, 2235 , 2017-11-05
源程序\案例10 离散Hopfield神经网络的分类——高校科研能力评价\test.m, 2775 , 2017-11-05
源程序\案例11 连续Hopfield神经网络的优化-旅行商问题优化计算, 0 , 2019-08-01
源程序\案例11 连续Hopfield神经网络的优化-旅行商问题优化计算\city_location.mat, 232 , 2017-11-05
源程序\案例11 连续Hopfield神经网络的优化-旅行商问题优化计算\diff_u.m, 217 , 2017-11-05
源程序\案例11 连续Hopfield神经网络的优化-旅行商问题优化计算\energy.m, 247 , 2017-11-05
源程序\案例11 连续Hopfield神经网络的优化-旅行商问题优化计算\main.m, 5152 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别, 0 , 2019-08-01
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\chapter12.m, 4134 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\chapter12_wine.mat, 20168 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\html, 0 , 2019-08-01
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\html\chapter12.png, 3348 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\html\chapter12_01.png, 6809 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\html\chapter12_02.png, 10845 , 2017-11-05
源程序\案例12 SVM神经网络的数据分类预测-葡萄酒种类识别\html\chapter12_03.png, 9026 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能, 0 , 2019-08-01
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\chapter13_GA.m, 8171 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\chapter13_GridSearch.m, 7762 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\chapter13_PSO.m, 10174 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\chapter13_wine.mat, 20168 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html, 0 , 2019-08-01
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13.png, 3348 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_01.png, 6809 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_02.png, 10845 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_03.png, 11480 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_04.png, 14158 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_05.png, 18174 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_06.png, 15252 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_07.png, 9026 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GA.png, 3294 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GA_01.png, 6809 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GA_02.png, 10845 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GA_03.png, 13253 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GA_04.png, 9059 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch.png, 3348 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_01.png, 6809 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_02.png, 10845 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_03.png, 12629 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_04.png, 899 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_05.png, 22250 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_06.png, 15799 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_GridSearch_07.png, 9026 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_PSO.png, 3294 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_PSO_01.png, 6809 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_PSO_02.png, 10845 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_PSO_03.png, 14034 , 2017-11-05
源程序\案例13 SVM神经网络中的参数优化---提升分类器性能\html\chapter13_PSO_04.png, 9059 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测, 0 , 2019-08-01
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\chapter14.m, 7233 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\chapter14_sh.mat, 219976 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html, 0 , 2019-08-01
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14.png, 3946 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_01.png, 8480 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_02.png, 8842 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_03.png, 18129 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_04.png, 25637 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_05.png, 11885 , 2017-11-05
源程序\案例14 SVM神经网络的回归预测分析---上证开盘指数预测\html\chapter14_06.png, 10478 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测, 0 , 2019-08-01
源程序\案例15 SVM神经网络的信息粒化时序回归预测\chapter15.m, 11079 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\chapter15_sh.mat, 256680 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\FIG_D.m, 6456 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html, 0 , 2019-08-01
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15.png, 4443 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_01.png, 8510 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_02.png, 15731 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_03.png, 10641 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_04.png, 11691 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_05.png, 17069 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_06.png, 12615 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_07.png, 12873 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_08.png, 11005 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_09.png, 11547 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_10.png, 16527 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_11.png, 12313 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_12.png, 14398 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_13.png, 11769 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_14.png, 7704 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_15.png, 8789 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_16.png, 12046 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\html\chapter15_17.png, 13220 , 2017-11-05
源程序\案例15 SVM神经网络的信息粒化时序回归预测\original.tif, 1856042 , 2017-11-05
源程序\案例16 单层竞争神经网络的数据分类—患者癌症发病预测, 0 , 2019-08-01
源程序\案例16 单层竞争神经网络的数据分类—患者癌症发病预测\chapter16.m, 1053 , 2018-09-04
源程序\案例16 单层竞争神经网络的数据分类—患者癌症发病预测\gene.mat, 23895 , 2017-11-05
源程序\案例17 SOM神经网络的数据分类--柴油机故障诊断, 0 , 2019-08-01
源程序\案例17 SOM神经网络的数据分类--柴油机故障诊断\addon.m, 2602 , 2017-11-05
源程序\案例17 SOM神经网络的数据分类--柴油机故障诊断\chapter17.m, 1896 , 2018-09-05
源程序\案例17 SOM神经网络的数据分类--柴油机故障诊断\p.mat, 606 , 2017-11-05
源程序\案例18 Elman神经网络的数据预测—电力负荷预测模型研究, 0 , 2019-08-01
源程序\案例18 Elman神经网络的数据预测—电力负荷预测模型研究\chapter18.m, 3344 , 2017-11-05
源程序\案例18 Elman神经网络的数据预测—电力负荷预测模型研究\data.mat, 406 , 2017-11-05
源程序\案例19 概率神经网络的分类预测-基于PNN变压器故障诊断, 0 , 2019-08-01
源程序\案例19 概率神经网络的分类预测-基于PNN变压器故障诊断\chapter19.m, 3152 , 2017-11-05
源程序\案例19 概率神经网络的分类预测-基于PNN变压器故障诊断\data.mat, 805 , 2017-11-05

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • src
    简单的ping实现,包括界面的展现,ping 的结果显示(easy ping command )
    2013-10-23 11:41:48下载
    积分:1
  • scamper-cvs-20070523p
    本开源工程是在互联网范围内进行路由器级的拓扑发现(The open-source project is carried out within the Internet router-level topology discovery)
    2009-12-15 20:52:10下载
    积分:1
  • MQTT
    【实例简介】MQTT,本例中包含客户端和服务器端,可以很好的完整进行MQTT的调试,并很方便进行代码复用,具有很好的示例效果。
    2021-11-25 00:44:44下载
    积分:1
  • 关于internet的序源码
    关于internet的程序源码-procedures on the internet source
    2022-03-01 22:23:08下载
    积分:1
  • speed-port-scanner
    快速端口扫描器代码 整个完整工程 初学者可以参考一下 谢谢(Fast port scanner code for the complete project beginners can refer to thank you)
    2011-06-29 16:09:10下载
    积分:1
  • TCPsocket
    TCP和UDP socket编程,向固定服务器发送学号姓名信息,用udp从服务器获得一个随机字符串(TCP and UDP socket programming, Student ID Name information sent to the fixed server udp from server to obtain a random string)
    2012-10-21 09:39:54下载
    积分:1
  • the two methods
    实现PING 的两种方法-the two methods
    2022-06-14 16:57:17下载
    积分:1
  • This is a map of topological sorting procedure, the map data structure is one mo...
    这是一个图的拓扑排序的程序,是数据结构的图一章中比较重要的内容,程序已经调试通过,可以供大家参考-This is a map of topological sorting procedure, the map data structure is one more important chapter in the content, procedures have been debug through, you can for your reference
    2022-07-21 23:50:25下载
    积分:1
  • mk
    说明:  mac输入框 方便快捷的mac输入框,有点和无点模式,自动判断十六进制输入(mac input)
    2015-06-25 21:17:53下载
    积分:1
  • LM75A_an
    LM75的单片机驱动程序,PDF格式的文档(LM75 MCU CODE, PDFdocument)
    2019-05-29 10:45:02下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载