【图像识别】基于BP神经网络的手写字体识别matlab源码含GUI界面.md

车牌识别是电子警察系统重要的功能模块, 字符识别是车牌识别的关键步骤。目前，BP（Back Propagation）人工神经网络因其优越的性能而广泛应用到车牌识别中，但是BP神经网络在局部极值、假饱和、收敛速度缓慢等方面存在着不足。针对这些局限性，从网络的层数、节点数、动量项、学习因子方面进行分析和改进，构建了一个优化的BP人工神经网络，进行字符识别。仿真结果表明，该优化的识别算法识别准确率高，具有良好的识别性能。

基于BP神经网络的预测，代码已经调是成功，可直接运行

【手写数字识别】基于BP神经网络手写数字识别matlab源码含GUI一、简介.zip

将股票历史交易数据存入Access数据库，利用BP网络对历史交易数据进行建模。在此基础上，利用学习模型，分类或识别最近的股票交易数据，从而预测股票价格走势。

【车牌识别】基于BP神经网络车牌识别matlab源码含GUI.md

LDPC码和RS码是目前2种较为常见的纠错编码，在深空通信方面有着广泛的应用。在相同码长和码率的情况下，对短LDPC码和RS码2种线性分组码在AWGN信道下进行了基于BP算法的性能比较。短LDPC码使用LLR-BP算法，RS码使用自适应置信度传播（ABP）算法。仿真结果表明，基于相同条件下，短LDPC码比较RS码表现出优越的译码性能。

基于BP神经网络的疾病症状预测模型.pdf

基于BP网络的字母识别MATLAB仿真，该程序用MATLAB中的神经网络工具箱进行BP网络仿真，其中还带了训练样本集

摘要：本文提出了一种基于小波多层分解和BP神经网络相结合的模拟电路故障诊断方法。该方法利用了多层小波分解优异的时频特性来提取故障特征参数，进行能量特征提取、归一化，并结合BP网络强大的非线性分类能力和快速的收敛特性构造了一种既能用于诊断单故障，又能诊断多故障的模型。 　　本文以ITC'97标准电路中的CTSV滤波电路为诊断实例进行了仿真实验仿真，结果表明该方法比传统BP网络方法的学习收敛速度快得多。 　　0 引言 　　客观世界信号的本质决定了模拟电路的普遍性和不可替代性。模拟电路由于故障模型复杂、元件参数的容差、非线性、噪声以及大规模集成化等现象使电路故障信息表现为多特征、高噪声、非线性