利用单层竞争神经网络来进行数据分类，以患者癌症发病预测为例，经过Matlab进行实验。

本资源次要通过matlab对Paviau高光谱数据集进行分类，使用了pca、kpca、lda三种数据降维方法以及svm、knn、cnn三种数据分类算法。

《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上出版的，部分章节涉及了常见的优化算法（遗传算法、粒子群算法等）与神经网络的结合问题。
《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍，亦可供相关专业教师教学参考。
《MATLAB神经网络43个案例分析》共有43章目录如下：第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的功能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

在人工神经网络的实际应用中，BP网络广泛应用于函数逼近、模式识别/分类、数据压缩等，80%~90%的人工神经网络模型是采用BP网络或它的变化方式，它也是前馈网络的核心部分，体现了人工神经网络最精华的部分。

SVM(支持向量机)是模式识别和机器学习中的重要的数据分类的方法.本代码可以完成三分类.

该程序有基于MATLAB和基于AForge.NET的程序的BP神经网络完成数据的分类，本程序以Fisher的Iris数据集作为神经网络程序的测试数据集，并有演示ppt

108题中有部分题目重合，因此么有收录在压缩文件中。
华为机试├─001字符串最后一个单词长度│└─Source├─002计算字符个数│└─Source├─003明明的随机数│└─Source├─004字符串分隔│└─Source├─005进制转换│└─Source├─006质数因子│└─Source├─007取近似值│└─Source├─008合并表记录│└─Source├─009提取不重复的整数│└─Source├─010字符个数统计│└─Source├─011数字颠倒│└─Source├─012字符串反转│└─Source├─013句子逆序│└─Source├─014字典序排序│└─Source├─015求int型正整数在内存中存储是1的个数│└─Source├─016购物单│├─Debug│├─Source││└─Debug│├─Source-时间优先││└─Debug│└─Source-空间优先│├─Debug│└─Release├─017坐标移动├─018识别IP地址分类统计│└─Source│└─Debug├─019错误记录├─020密码验证合格程序├─021密码破解├─023删除字符串中出现次数最少字符│└─Source│└─Debug├─024合唱队│└─Source│├─Debug│└─Release├─025数据分类处理│└─Source│└─Debug├─026查找兄弟单词│└─Source│└─Debug├─027素数伴侣│└─Source│└─Debug├─028字符串合并处理│└─Source│└─Debug├─030密码截取（查找最长回文字符串）├─031蛇形矩阵│└─Source│└─Debug├─033判断IP能否属于同一子网│└─Source│└─Debug├─034称砝码│└─Source│└─Debug├─035学英语│└─Source│└─Debug├─036迷宫问题│└─Source│└─Debug├─037数独问题│└─Debug├─038名字漂亮度│└─Source│└─Debug├─039字符串截取│└─Source│└─Debug├─040单链表删除数据│└─Source│└─Debug├─041多线程│└─Source│├─Backup│├─Debug││└─041.tlog│└─Release│└─041.tlog├─042表达式计算│└─Source│└─Debug├─043计算字符串距离│└─Source│└─Debug├─044杨辉三角形变形├─046挑7├─047完全数│└─Debug├─048高精度加法├─049输出n个数中最小的k个│└─Debug├─050找出字符串只出现一次的字符│└─Debug├─051组成一个偶数最接近的2个质数│└─Debug├─052M个苹果放入N个盘子├─053查找整数二进制中1的个数├─054DNA子串├─055MP3光标位置│└─Source│└─Debug├─056查找2个字符串最大相同子串│└─Debug├─057配置文件恢复│└─Source│└─Debug├─05824点计算│└─Debug├─059成绩排序├─060矩阵相乘├─061矩阵乘法次数计算├─062字符串通配符│└─Debug├─066命令行解析│└─Source│└─Debug├─067最大相同子串长度│└─Debug├─068火车编号进站│└─Debug├─072数组合并├─074埃及分数│└─Source│└─Debug├─076密码截取│└─Sourc

对数据进行活动窗口均值处理，根据其均值进行数据分类，具有工夫连贯性。
matlab代码

第1章　导论　1　地理信息系统基本概念1.1　数据与信息1.2　地理信息与地理信息系统　2　GIS的基本构成2.1　系统硬件2.2　系统软件2.3　空间数据2.4　应用人员2.5　应用模型　3　GIS的功能简介3.1　基本功能3.2　应用功能　4　GIS的发展透视4.1　发展概况4.2　基础理论思考题第2章　地理信息系统的数据结构　1　地理空间及其表达1.1　地理空间的概念1.2　空间实体的表达　2　地理空间数据及其特征2.1　GIS的空间数据2.2　空间数据的基本特征2.3　空间数据的计算机表示　3　空间数据结构的类型3.1　矢量数据结构3.2　栅格数据结构3.3　矢量与栅格一体化数据结构3.4　矢量与栅格数据结构的比较　4　空间数据结构的建立4.1　系统功能与数据间的关系4.2　空间数据的分类和编码4.3　矢量数据的输入与编辑4.4　栅格数据的输入与编辑　　思考题第3章　空间数据的处理　1　空间数据的坐标变换1.1　几何纠正1.2　投影转换　2　空间数据结构的转换2.1由矢量向栅格的转换2.2　由栅格向矢量的转换　3　多源空间数据的融合3.1　遥感与GIS数据的融合3.2　不同格式数据的融合　4　空间数据的压缩与综合4.1　空间数据的压缩4.2　空间数据的综合　5　空间数据的内插方法5.1　点的内插5.2　区域的内插　6　图幅数据边沿婚配处理6.1　识别和检索相邻图幅的数据6.2　相邻图幅边界点坐标数据的婚配6.3　相同属性多边形公共界线的删除思考题第4章　地理信息系统空间数据库　1　空间数据库概述1.1　空间数据库的概念1.2　空间数据库的设计1.3　空间数据库的实现和维护　……第5章　空间分析的原理与方法第6章　地理信息系统的应用模型第7章　地理信息系统的设计与评价第8章　地理信息系统产品的输出设计附录　国家规范研究组建议的数据分类和项目总表参考文献

011_基于随机森林算法(RF)的数据分类预测Matlab代码完成过程，调用TreeBagger函数完成

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。