基于神经网络的自适应PID控制器 通过将RBF（BP）神经网络和PID控制器相结合，建立了神经网络PID控制器，采用传递函数进行系统建模，通过自动调整PID参数，实现了对方波信号的跟踪。 程序有注释

基于神经网络的退化图像复原算法是一种通过训练深度学习模型来恢复退化图像质量的方法。这种算法利用神经网络的强大表示学习能力，能够学习从模糊、噪声等退化图像中提取出干净、清晰的原始图像信息。

深度神经网络近年来在人工智能领域进展显著，并引发广泛深入研究神经网络的热潮，近期基于神经网络的图像视频编码也成为热点研究问题之一。系统梳理了基于神经网络的图像视频编码技术及进展，对基于多层感知机、随机神经网络、卷积神经网络、循环神经网络、生成对抗网络等框架的图像压缩，以及基于深度学习的各类视频编码工具进行了综述介绍，同时对神经网络编码的未来发展趋势进行了分析与展望。

针对齿轮泵压力脉动理论计算复杂,精度低的问题,建立了神经网络模型进行预测。首先利用AMESim软件建立了齿轮泵的职能模型,并仿真得到了齿轮泵压力脉动的数据,然后利用所得数据建立了神经网络模型,并把神经网络计算结果与仿真结果对比,证明了所建立的神经网络的准确性、有效性。

使用了神经网络算法对锂电池的健康程度进行分类，同时使用了梯度下降法，共轭梯度法与基于拟牛顿法等对数据进行分类比较。

针对空调器常见的故障类型，利用已知的空调故障征兆与故障类型矩阵构造诊断知识库，同时开发了一个神经网络专家系统，用于实现对待测试空调器的故障检测

摆动电机是一种直流无刷的有限转角电机，它是特种电机的一种。它的执行机构能很好的适应环境，精度高，响应速度快。在非线性系统中，提出一种基于BP前馈网络模糊PID方法来提高系统稳定性和克服参数不确定性。利用BP神经网络对模糊PID控制器的参数和非线性进行调节补偿，从而减少模糊控制器对切换项的增益的需求。分析BP神经模糊PID中，BP神经网络，模糊算法和PID控制如何优化、互补和配合。最后用matlab仿真结果来说明BP前馈神经网络模糊PID控制器具有无超调、稳定性强、很好的抗干扰等优点，并非线性系统具有一定鲁棒性。

基于神经网络MIMO非仿射系统自适应输出反馈控制，赵品，，针对一类多输入多输出（MIMO）非仿射非线性系统，设计了一种基于神经网络的自适应输出反馈控制方案，使得输出信号能够跟踪给定光��

针对网络入侵检测准确率偏低而误报率偏高的问题，提出一种融合卷积神经网络（CNN）与双向长短期记忆（ BILSTM）网络的网络入侵检测方法。对 Kddcup99数据集进行预处理，并分别使用CNN模型、 BILSTM模型提取局部特征和长距离依赖特征，通过注意力机制计算特征的重要性，利用 softmax分类器获得最终的分类结果实验结果表明，与基于CNN和基于LSTM的方法相比，该方法的网络入侵检测效果较好，其准确率可提高至95.0%，误检率可降低至5.1%。

基于神经网络的语音情感识别 MATLAB bpnn lvq pnn