说明：BP神经网络预测的算法，内含代码和数据。输入7维，输出1维，前面的35组数据进行训练，最后1组数据进行预测，曲线为神经网络的拟合效果。

神经网络 BP神经网络

说明：基于WiFi 802.11a协议的无线通信系统的开发 端到端802.11a物理层*所有必需和可选数据速率：6、9、12、18、24、36、48和54 Mb/s*BPSK、QPSK、16-QAM、64-QAM调制*前向纠错编码（卷积；码率1/2、2/3、3/4）*OFDM传输：52个子载波、4导频、...

802.11a simulink 前向纠错 wifi系统仿真 circular QAM 6 pilots 无线通信系统

说明：说明：可以使用BP神经网络对矩阵形式的数据进行训练，并且进行数据预测，代码注释详细。

BP神经网络 BP神经 网络 矩阵 数据预测

说明：关于非线性离散系统辨识，解耦，恢复原信号，BP神经网络的整个训练过程。

BP神经网络 BP 神经网络 非线性 离散系统 辨识 解耦 恢复原信号 BP神经网络

说明：半监督学习matlab代码程序，训练集测试集代码，优化半监督svm 朴素贝叶斯 等等

半监督学习 半监督Svm 朴素贝叶斯

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯正则化算法 trainbr BP

说明：采用贝叶斯正则化算法提高BP网络的推广能力,采用两种训练方法。

贝叶斯正则化算法 BP网络

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法

bp正则化 bayes_bpnet BP Trainlm BP-trainlm