用BP网络实现分类和逼近

用BP网络求解丙烷导热系数，王洋，，本文应用神经网络的基本理论，结合BP（Back Propagation，反向传播）算法，解决了在化工生产中丙烷在不同温度和压力下的导热系数求解的

利用bp算法实现异或功能，同时实现对iris数据的分类功能

基于BP算法的函数逼近算法设计 bp shenjingwangluo de yingyong

BP神经网络是一种常用的数据分类与预测方法，在Matlab环境下如何实现BP神经网络的搭建和训练过程。2. 通过多变量输入和单变量输出（类别），可以实现对数据的准确分类和预测。3. 对于分类结果的评

本文将详细介绍如何使用Matlab编写代码来实现基于BP神经网络的数据四分类预测。操作包括数据的载入、数据集的划分、数据归一化处理、BP神经网络模型的建立、训练参数的设置、模型训练、仿真测试、误差评估

BP神经网络实现对民歌、古筝、摇滚和流行四类音乐的分类

基于BP神经网络的函数逼近（不使用任何工具函数）

基于BP神经网络的数据分类-语音特征信号分类，代码是以matlab编写的

《MATLAB神经网络30个案例分析》中的一个程序和数据

语音作为一种搭载着特定的信息模拟信号，已成为人们社会生活中获取信息和传播信息的重要的手段。本文采用matlab语言进行程序设计，采用bp神经网络的智能方法，实现对多种语音信号的分离。