说明:基于统计直方图结合概率神经网络,实现了对作用面结构类型的分类预测。从预测结果来看,统计直方图提取出的特征,具有很好的区分能力,而且可以通过调节划分的区间个数和节点的选取方式,达到对作用面结构的不同粒度的描述,以适用于不同目的的研究,这可能对与结构有关问题的研究具有启发性。
说明:包含优化类的几个简单示例程序,基于K均值的PSO聚类算法,包括调制,解调,信噪比计算,是一种双隐层反向传播神经网络,用于信号特征提取、信号消噪,包括最后计算压缩图像的峰值信噪比和压缩效果的源码。
说明:卷积神经网络小例子cnn,一个用于字符识别的cnn,包含数据源和处理好的离线特征向量
说明:基于CNN的卷积神经网络应用,近年来深度学习算法的应用越来越广泛, 针对深度学习,重点研究了其中较为主流的两类模型结构, CNN 与 DBNs ,并在MATLAB 中构建这两种深度学习模型结构并分别应用于表面缺陷识别中,利用 CNN 学习输入数据中的特征信息,进行分类识别;利用DBNs 进行重构得到...
说明:matlab实现一些基础的模式识别工作,如贝叶斯分类,聚类算法,bp神经网络
说明:对采集到的电压信号进行小波包分解提取特征向量,再进行BP神经网络训练
说明:基于长记性特征的时间序列预测模型,很好用,准确度优于普通神经网络,我自己一直在用