BM3D 基于神经网络的图像处理。 BM3D-Net：用于变换域协作过滤的卷积神经网络 去噪后，在图像处理中获得丰富的图像质量是必不可少的。 将BM3D算法展开为卷积神经网络结构，并具有“提取”和“聚合”层，以对BM3D中的块匹配阶段建模。 该网络适用于三个去噪任务：1-灰度图像去噪。 2色图像降噪。 3深度图去噪。 图像去噪是图像分析中的预处理步骤。 图像去噪大致分为传统方法和基于学习的方法。 传统方法：空间滤波方法基于小波变换的收缩函数法。 基于学习的方法：基于自然图像先验的方法字典学习空间编码深度学习 网络将BM3D的计算过程扩展到了可学习的CNN。 BM3D-Net 5层提取层卷积层非线性变换层卷积层聚集层 运行软件的过程 打开matlab 2016a或更高版本打开项目目录运行file-to-run.m文件以开始.m文件自动加载所需的文件和目录，选择培训比较和最终结果选项

提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征, 通过神经网络作为分类器对滚动轴承故障进行识别经过实验表明, 该方法对于滚动轴承的故障诊断具有一定的应用价值, 并可方便地推广到其他类似的诊断领域

滚动轴承是机械中应用最广泛的一种通用机械部件，轴承特定的使用环境造成其寿命的随机性较大，目前还无法准确预测其寿命。因此，轴承故障诊断就显得非常重要。本文对滚动轴承的振动数据分别在时域和频域进行了分析，由神经网络处理，对结果采用“判决区间+举手表决”方式，获得最终判断结果。

基于神经网络的字符识别，通过训练后，可以识别0-9的字符，也可自定义字符，也可以通过增加样识别更多的字符或是中文。

本资源包含matlab源码、答辩ppt、运行结果图 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试.从实验的效果来看,取得令人满意的效果

研究了在污水处理过程中基于BP和RBF神经网络的活性污泥法污水处理系统建模方法, 利用重庆唐家桥污水处理厂的监测数据对基于BP和RBF神经网络建立的污水处理厂出水COD 预测模型进行了仿真分析,讨论了2种模型的学习效率和影响预测精度的诸多因素,同时对污水处理出水COD浓度预测模型进行了优化,最终确定了基于神经网络的污水处理厂出水水质预测模型.最后还使用重庆唐家桥污水处理厂的监测数据对确定的模型进行了应用实证研究.

基于神经网络的直线式微型磁流变阻尼器模型辨识，鞠小龙，褚明，设计了一种直线式微型磁流变阻尼器，并进行了非线性阻尼特性实验。根据获取的实验数据，对BP神经网络进行训练和学习，建立了直线�

视频图matlab代码机器人导航 这是在BigData4Healthcare 2017（IEEE BigComp 2017的研讨会）中介绍的论文的实现。 通过改进Michal Kramarczyk的初始代码，可以实现基于神经网络的机器人导航。 测试机器人导航的视频 机器人导航模拟器 研究总结 问题陈述 自主导航机器人存在挑战，例如环境，障碍物和目标位置的频繁变化。 研究目的 验证基于神经网络的自主导航机器人的潜力 在自主移动机器人的导航中将RNN与MLP进行比较 建议的解决方案 将RNN和MLP用于自动导航机器人可以更好地概括环境，障碍物和目标位置。 实验结果 通过训练有素的地图和训练有素的目标进行测试，两个网络的性能在每个迷宫中都各不相同。 通过训练有素的地图和新目标进行测试，基于RNN的机器人比基于MLP的机器人可以更好地导航。 使用新地图和新目标进行测试，基于RNN的机器人即使在全新环境中也可以导航。 贡献 基于RNN的机器人表现出总体上比MLP更好的性能，因为RNN可以处理任意时间动态。 与MLP相比，RNN对新的迷宫和目标具有更好的泛化能力。 安装 机器人导航模拟器和神经网络

共轭梯度法中搜索步长是通过某种搜索策略得到，许多情况下的收敛速度较慢。为了加快其收敛速度，提出了通过引入具有“先验知识”的神经网络对共轭梯度算法中的搜索步长进行控制。实验结果表明，该模型实现的共轭梯度法对于加快收敛速度有效。