在分析影响煤矿瓦斯浓度的各种因素具有非线性特征的基础之上,采用BP算法构建煤矿瓦斯浓度预测模型,实现对各种因素进行非线性映射,进而达到对煤矿瓦斯浓度进行预测的目的。MATLAB仿真结果表明,该模型具有预测精度较高、预测速度快、预测效果好等优点。

沥青路面图像噪声污染多,随机性较强。针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法。首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取。结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法。

:随着自动化管理水平的提高,在图书管理方面也都采用了计算机自动识别技术来代替传统的人眼识 别、手工记录的操作方式。而神经网络具有较好的抽象分类特性,本文就利用BP神经网络识别图书编号,获得了 较高的识别率.

基于BP神经网络的人脸识别软件是在基于MATLAB R2015b的环境下开发的。利用MATLAB的GUI特性，将整个神经网络的识别过程界面化，大大提高了该设计软件的易用性。该BP神经网络的人脸识别软件，在ORL人脸数据库上进行了测试仿真，仿真表明操作简单、识别率较高。因此本软件具有较大的应用价值。

这次经过我的学习，实现的是基于BP神经网络的人脸朝向识别，经过验证，识别率最后达到100%，现在无偿把代码分享给大家，里面包含测试的图片，能够直接使用。

于BP神经网络的供应链绩效评价方法以及Matlab实现

本文档是基于BP神经网络的人脸识别源代码以及数据文件，源码为C系列；相关实验的详细内容分析请自行于博客中查找。

基于BP神经网络的模式识别（matlab）

基于BP神经网络的matlab程序设计

为了实现对逆变器电路故障位置快速精确定位,减少停工检修时间,提高运行效率,提出一种基于BP神经网络的变频器逆变电路开关器件开路故障诊断方法。使用MATLAB对逆变电路建模和仿真,从输出电压波形直接采样提取故障信号特征。根据故障特征和诊断目标,建立三层神经网络故障模型,确定神经元数目和传输函数。将故障特征信号作为BP神经网络的输入,通过Levenberg Marquardt算法实现对神经网络的训练,用训练后的神经网络模型实现对变频器逆变电路的故障诊断。结果表明:直接波形采样实现简单;可实现1只或2只IGBT同时开路故障准确定位;所提出的故障诊断模型诊断准确率高。