大多数网络资源提供的仅是相应的源代码,这本书是个难得的宝藏,我分享给大家。
MATLAB神经网络案例分析书籍
相关推荐
MATLAB神经网络案例分析与优化
读者可根据案例替换数据以实现自定义网络。在MATLAB中文论坛,作者在线解答疑问。书籍包含30个神经网络案例(含可运行程序),涵盖BP、RBF、SVM、SOM、Hopfield、LVQ、Elman等网络类型,还介绍PSO、灰色神经网络、模糊网络、概率神经网络、遗传算法等优化方法。配套31个教学视频助力读者深入理解。适用于毕业设计、科研项目、及科研人员参考。
Matlab
0
2024-08-04
MATLAB神经网络30个案例分析
这是一份深入浅出的MATLAB人工神经网络学习资料,内容详尽丰富,适合初学者和专业人士。
Matlab
0
2024-08-22
MATLAB神经网络案例分析Elman神经网络用于电力负荷预测模型研究
MATLAB神经网络案例分析Elman神经网络在数据预测中的应用,专注于电力负荷预测模型的研究。
Matlab
0
2024-08-29
MATLAB神经网络案例代码合集
本合集包含MATLAB神经网络的43个案例代码,涵盖BP、Elman、GNN、LVQ、SVM、Kohonen、MIV、Hopfield、小波、SOM自组织和遗传算法等模型。
Matlab
3
2024-06-01
MATLAB神经网络43个案例分析基于MIV的神经网络变量筛选
卷积神经网络在机器学习和人工智能领域中占据重要位置,其通过多层处理单元进行信息提取和学习。
Matlab
2
2024-07-27
MATLAB神经网络实例分析
详细记录了MATLAB程序如何应用于解析BP神经网络以及其他类型如RBF网络的具体案例。
Matlab
0
2024-08-10
MATLAB神经网络案例分析CPUGPU并行运算优化
MATLAB神经网络案例分析:探索基于CPUGPU的并行神经网络运算优化。
Matlab
0
2024-08-19
PyTorch中的神经网络书籍推荐系统
该项目是2020年夏季学期在海德堡的Ruprecht-Karls-University大学举行的“神经网络和序列到序列学习入门”课程的最后提交项目。项目实施不同的书籍推荐系统,并对它们进行比较。传统的推荐系统是用普通的Python编写的,而所有三个神经推荐器都是在PyTorch中实现的。所有神经推荐器均在goodbooks 10k数据集上进行了培训、验证和测试。纯Python的推荐书主要基于Ron Zacharski撰写的《数据挖掘程序员指南-努美拉蒂的古代艺术》。用于传统推荐系统的大部分代码直接从网站和Zacharski页面的章节中获取。为了成功运行程序,需要Python 3.7或更高版本、PyTorch 1.6或更高版本以及Pandas和Matplotlib等相关模块。
数据挖掘
2
2024-07-17
MATLAB神经网络43个案例LVQ神经网络在乳腺肿瘤诊断中的分类分析
随着技术的不断进步,MATLAB神经网络在医学领域的应用日益广泛。通过43个案例分析,深入探讨了LVQ神经网络在乳腺肿瘤诊断中的分类效果。
Matlab
0
2024-08-13