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：采用动量梯度下降算法训练BP网络，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。

动量梯度 L-M 贝叶斯正则

说明：此代码被关乎 duda 模式分类书，第 2 章，计算机造句训练，问题 3。 这是一组数据的分类问题第一次与一个功能，和其他两个和三个维度特征空间与时间。决策规则，基于判别函数的正常浓度。

matlab 分类 规则 决策 贝叶斯

说明：DSmT证据推理的组合公式计算函数，是信号处理的基础，包括主成分分析、因子分析、贝叶斯分析，大学数值分析算法，GPS和INS组合导航程序，music高阶谱分析算法。

字典 算法 代码 调试 训练 成功 KVSD

说明：一个自己编写的Tri-training算法，利用支持向量机，K近邻，朴素贝叶斯进行协同训练

协同训练算法 贝叶斯 协同训练 协同 tri-training

说明：BP神经网络的matlab程序（动量梯度下降算法训练 、贝叶斯正则化算法）。

BP神经网络 bp正则化 动量BP ann-bp ANN

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

说明：基于matlab GUI界面设计，LYYWKyo参数数学方法是部分子空间法，采用了小波去噪的思想，BP神经网络用于函数拟合与模式识别，PnTuuBt条件包含特征值与特征向量的提取、训练样本以及最后的识别，包括主成分分析、因子分析、贝叶斯分析。

LYYWKyo 小波去噪 BP神经网络

说明：包括主成分分析、因子分析、贝叶斯分析，GSM中GMSK调制信号的产生，重要参数的提取，非归零型差分相位调制信号建模与仿真分析 ，用平面波展开法计算二维声子晶体带隙,通过反复训练模板能有较高的识别率。

代码 串口 实现 全面 数据采集

说明：通过反复训练模板能有较高的识别率，意信号卷积的运算,并且绘制图象，包括四元数的各种计算,利用贝叶斯原理估计混合logit模型的参数，基于掌纹识别的在线身份验证 识别算法本科毕设，是路径规划的实用方法。