MATLAB简介+图像轮廓线提取+图像分割技术

MATLAB 数值类综合算法常用数值计算工具包龙贝格算法.改进欧拉法.龙格库塔方法.复合辛普森,Matlab数学建模工具箱以及众多实例.常用算法 如遗传算法精解、模拟退火算法、Floyd算法.分治算法.动态规划.组合算法.贪婪算法等等。

通过实例对人工神经网络的实际应用进行分析和讲解，清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于

基于MATLAB 的脉搏信号处理软件系统，自己采集脉搏信号，之后用Matlab 的GUI 设计一个软件处理系统，能实现显示采集的信号，处理后的信号，然后输出脉率，频谱。并判断脉率的正常性，界面非常漂亮，脉搏信号用TXT文档保存，更换文档，就可实现对你的脉搏信号的处理！！效果非常好！

电子密码锁是现代电子科技与安全结合的产物。它在现代锁业扮演着重要的角色，本文的主要内容是用AT89c52单片机为核心控制元件，用存储器24c04进行存储密码锁的密码，当用户输入的密码与存储器储存的密码相同时，即可开锁成功，并也可以修改密码，若不相同，则不能开锁，并提示密码错误。

自己写的一个遗传算法的matlab实现，有注释，实现了基本的遗传算法思想，用于求解函数极大值，初学者可以借鉴，相信有很大帮助价值。缺点是算法难收敛，搞懂算法思想后，大家可自行改进。

在VC6.0中使用MFC实现Excel自动化:写入数据绘制图表环境说明: Windows XP VC++ 6.0 Excel 2003详细过程: http://zhangliancheng.com

信道估计的MSE性能比较,阐述了几种经典算法仿真性能的对比

【实例简介】在这个项目中，你将利用马萨诸塞州波士顿郊区的房屋信息数据训练和测试一个模型，并对模型的性能和预测能力进行测试。通过该数据训练后的好的模型可以被用来对房屋做特定预测—尤其是对房屋的价值。对于房地产经纪等人的日常工作来说，这样的预测模型被证明非常有价值。

操作系统课程设计 哲学家进餐问题 里面包含了完整的C++/MFC源代码和可执行程序，还有课程设计论文，供大家参考学习

利用灰色关联调整神经网络隐层权重，得出的结果精度比较高。。。。。。。。。。。。