张竞成的博客

%% 清空环境变量clcclear%% 训练数据预测数据提取及归一化%下载四类语音信号load data1 c1load data2 c2load data3 c3load data4 c4%四个特征信号矩阵合成一个矩阵data(1:500,:)=c1(1:500,:);data(501:1000,:)=c2(1:500,:);data(1001:1500,:)=c3

wine数据来自于UCI数据库，记录的是意大利同一地区3中不同品种的葡萄酒13中化学成分含量，以期通过科学的方法，达到自动分类葡萄酒的目的。

实验目的1）掌握BP神经网络算法的基本设计实现并拟合函数。2）熟练掌握误差反馈对网络权重修正的机理；3) 分析实验结果来验证理解BP神经网络算法中学习率参数的重要性。

脉冲神经网络Spiking neuralnetworks (SNNs)是第三代神经网络模型，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中。思路是这样的，动态神经网络中的神经元不是在每一次迭代传播中都被激活（而在典型的多层感知机网络中却是），而是在它的膜电位达到某一个特定值才被激活。当一个神经元被激活，它会产生一个信号传递给其他神经元，提高或降低其膜电位。

学了一段时间神经网络，又看了些讲人脑的书，有两个想法和大家分享，希望有大神能解惑

今天看到一款神经网络入门游戏，BugBrain。在游戏中，你可以通过连接神经元，设置神经元阈值等建造虫子的大脑，让瓢虫、蠕虫、蚂蚁等完成各种任务。下载下来玩了玩，难度真不是入门级的= =！真心佩服作者的智商。

上证指数是反映上海证券交易所挂牌股票总体走势的统计指标。上海证券交易所股票指数的发布几乎是和股市行情的变化相同步的，它是我国股民和证券从业人员研判股票价格变化趋势必不可少的参考依据。本文通过分析1991年至今近6000个交易日的开盘指数，来预测未来5天内的开盘指数变化趋势和变化范围。

支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法可以实现模式分类和非线性回归，本文就matlab中的LIBSVM工具箱展开说明。

在日常生活中，经常会遇到带噪声字符的识别问题，如交通系统中汽车车号和汽车牌照，由于汽车在使用过程中，要经受自然环境的风吹日晒，造成字体模糊不清，难以辨认。如何从这些残缺不全的字符中攫取完整的信息，是字符识别的关键问题。作为字符识别的组成部分之一的数字识别在邮政、交通及商业票据管理方面有着极高的应用价值。目前有很多种方法用于字符识别，主要分为神经网络识别、概率统计识别和模糊识别等。传统的数字识别方法

在建模时，如果数据较少，我们常用交叉验证的fang

%% 该代码为基于pso算法优化的PID神经网络的系统控制算法%%% 清空环境变量clcclear%% 粒子初始化%粒子群算法中的两个参数c1=1.49445;c2=1.49445;%最大最小权值wmax=0.9;wmin=0.1;%最大最小速度Vmax=0.03;Vmin=-0.03;%最大最小个体popmax=0.3;popmin=-0.3;maxgen

粒子群算法（PSO）和遗传算法(GA)都是优化算法，都力图在自然特性的基础上模拟个体种群的适应性，它们都采用一定的变换规则通过搜索空间求解。  PSO和GA的相同点：  (1)都属于仿生算法。PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律。  (2)都属于全局优化方法。两种算法都是在解空间随机产生初始种群，因而算法在全局的解空间进行搜

我们知道，在建立神经网络的时候，需要给gege

是一个新手都不算的新手写个更新的手们的，纯属个人见解，欢迎前辈批评指正。遗传算法曾经也是被人埋没的，据说曾经是一位教授的头脑中所想，但是一直没有实现在计算机上，只是在纸上来来回回的演算，也并未发生什么效率。后来在经过一个学生的手笔，于是诞生了惊动世人的遗传算法。我也是刚刚接触遗传算法，整理这些天在白天忙完软件设计大赛的任务之后，晚上的一些心得，写下如下的一些话。只为了起抛砖引玉的作用，为同

matlab中自带神经网络工具箱，我们可以很方便的建立神经网络，z

要让电脑识别语音信号，必须经过一系列的处理。

最近12306对登陆验证过程进行了升级，让很多抢票软件失效，也引起众多网友的热议。本文将从人工智能角度分析现有的验证方式，展望未来人工智能的发展。