针对平流层飞艇的姿势控制问题，阐述利用PID神经元网络结构对飞艇进行飞行控制率设计。
首先，针对平流层飞艇运行特点建立了完整六自由度动力学模型，随后在模型基础上提出PID神经网络的组成结构和计算方法，并利用粒子群算法对神经元网络初始权值进行了优化。
仿真计算结果表明，通过PID神经网络对控制率进行设计能够迅速接近控制目标，实现对平流层飞艇姿势的准确控制。

包括如下100例有关的VHDL描述文件，但解压后只有94例，其他部分错误第1例?带控制端口的加法器袁媛（1）第2例?无控制端口的加法器袁媛（4）第3例?乘法器袁媛（6）第4例?比较器袁媛（8）第5例?二路选择器袁媛（11）第6例?寄存器袁媛（13）第7例?移位寄存器袁媛（16）第8例?综合单元库袁媛（22）第9例?七值逻辑与基本数据类型袁媛（29）第10例?函数袁媛（32）第11例?七值逻辑线或分辨函数袁媛（35）第12例?转换函数袁媛（38）第13例?左移函数袁媛（40）第14例?七值逻辑程序包袁媛（42）第15例?四输入多路器陈东瑛（51）第16例?目标选择器吴清平（57）第17例?奇偶校验器陈东瑛（61）第18例?映射单元库及其使用举例陈东瑛（69）第19例?循环边界常数化测试陈东瑛（75）第20例?保护保留字袁媛（77）第21例?进程死锁刘沁楠（79）第22例?振荡与死锁袁媛（81）第23例?振荡电路刁岚松（83）第24例?分辨信号与分辨函数袁媛（87）第25例?信号驱动源刘沁楠（92）第26例?属性TRANSACTION和分辨信号陈东瑛（96）第27例?块保护及属性EVENT，STABLE陈东瑛（101）第28例?方式参数属性的测试刘沁楠（104）第29例?进程和并发语句刁岚松（107）第30例?信号发送与接收刁岚松（111）第31例?中断处理优先机制建模吴清平（113）第32例?过程限定刘沁楠（116）第33例?整数比较器及其测试刘沁楠（119）第34例?数据总线的读写刁岚松（129）第35例?基于总线的数据通道李春（134）第36例?基于多路器的数据通道李杰（148）第37例?四值逻辑函数袁媛（152）第38例?四值逻辑向量按位或运算刁岚松（156）第39例?生成语句描述规则结构袁媛（159）第40例?带类属的译码器描述袁媛（164）第41例?带类属的测试平台袁媛（169）第42例?行为与结构的混合描述袁媛（171）第43例?四位移位寄存器.刘沁楠（174）第44例?寄存/计数器袁媛（185）第45例?顺序过程调用陈东瑛（189）第46例?VHDL中generic缺省值的使用王作建（191）第47例?无输入元件的模拟王作建（196）第48例?测试激励向量的编写袁媛（201）第49例?delta延迟例释吴清平（206）第50例?惯性延迟分析吴清平（210）第51例?传输延迟驱动优先陈东瑛（213）第52例?多倍（次）分频器刁岚松（216）第53例?三位计数器与测试平台刘沁楠（220）第54例?分秒计数显示器的行为描述陈东瑛（226）第55例?地址计数器陈东瑛（234）第56例?指令预读计数器吴清平（242）第57例?加、减、乘指令的译码和操作吴清平（245）第58例?2-4译码器结构描述刘沁楠（248）第59例?2-4译码器行为描述吴清平（255）第60例?转换函数在元件例示中的应用王作建（258）第61例?基于同一基类型的两分辨类型的赋值相容问题王作建（261）第62例?最大公约数的计算刁岚松（266）第63例?最大公约数七段显示器编码吴清平（269）第64例?交通灯控制器吴清平（272）第65例?空调系统有限状态自动机刁岚松（276）第66例?FIR滤波器谢巍（280）第67例?五阶椭圆滤波器刘沁楠（290）第68例?闹钟系统的控制器张东晓（302）第69例?闹钟系统的译码器陈东瑛（311）第70例?闹钟系统的移位寄存器陈东瑛（315）第71例?闹钟系统的闹钟寄存器和时间计数器陈东瑛（317）第72例?闹钟系统的显示驱动器陈东瑛（322）第73例?闹钟系统的分频器陈东瑛（325）第74例?闹钟系统的整体组装张东晓（327）第75例?存储器李春（333）第76例?电机转速控制器张俭锋（337）第77例?神经元计算机袁媛（343）第78例?Am2901四位微处理器的ALU输入韩曙（347）第79例?Am2901四位微处理器的ALU韩曙（353）第80例?Am2901四位微处理器的RAM韩曙（359）第81例?Am2901四位微处理器的寄存器韩曙（363）第82例?Am2901四位微处理器的输出与移位韩曙（365）第83例?Am2910四位微程序控制器中的多

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

《MATLAB神经网络43个案例分析》源代码&数据《MATLAB神经网络43个案例分析》目录第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

语音特征识别是模式识别的一个重要研究内容，对本案例，提取了民歌，古筝、摇滚和流行四类不同音乐的24维特征向量各500组，希望用BP网络实现对着四类音乐的无效分类。
1）比较采用2-3种不同的隐含层神经元个数对分类精度的影响；
2）采用不同训练算法，比较traingd，traingdm，traingdx以及trainlm的效果（精度和收敛速度）。
包括源程序和神经网络结构示意图，计算结果及分析。

16进制10进制.txt32.txtasm.txtCrctable.txtC标志符命名源程序.txterre.txterre2.txtff.txtfor循环的.txtlist.logN皇后问题回溯算法.txtping.txtre.txtsource.txtwinsock2.txtww.txt万年历.txt万年历的算法.txt乘方函数桃子猴.txt乘法矩阵.txt二分查找1.txt二分查找2.txt二叉排序树.txt二叉树.txt二叉树实例.txt二进制数.txt二进制数2.txt余弦曲线.txt余弦直线.txt傻瓜递归.txt冒泡排序.txt冒泡法改进.txt动态计算网络最长最短路线.txt十五人排序.txt单循环链表.txt单词倒转.txt单链表.txt单链表1.txt单链表2.txt单链表倒序.txt单链表的处理全集.txt双链表正排序.txt反出字符.txt叠代整除.txt各种排序法.txt哈夫曼算法.txt哈慢树.txt四分砝码.txt四塔1.txt四塔2.txt回文.txt图.txt圆周率.txt多位阶乘.txt多位阶乘2.txt大加数.txt大小倍约.txt大整数.txt字符串查找.txt字符编辑.txt字符编辑技术(插入和删除).txt完数.txt定长串.txt实例1.txt实例2.txt实例3.txt小写数字转换成大写数字1.txt小写数字转换成大写数字2.txt小写数字转换成大写数字3.txt小字库DIY-.txt小字库DIY.txt小孩分糖果.txt小明买书.txt小白鼠钻迷宫.txt带头结点双链循环线性表.txt平方根.txt建树和遍历.txt建立链表1.txt扫描码.txt挽救软盘.txt换位递归.txt排序法.txt推箱子.txt数字移动.txt数据结构.txt数据结构2.txt数据结构3.txt数组完全单元.txt数组操作.txt数组递归退出.txt数组递归退出2.txt文件加密.txt文件复制.txt文件连接.txt无向图.txt时间圈套.txt杨辉三角形.txt栈单元加.txt栈操作.txt桃子猴.txt桶排序.txt检出错误.txt检测鼠标.txt汉字字模.txt汉诺塔.txt汉诺塔2.txt灯塔问题.txt猴子和桃.txt百鸡百钱.txt矩阵乘法动态规划.txt矩阵转换.txt硬币分法.txt神经元模型.txt穷举搜索法.txt符号图形.txt简单数据库.txt简单计算器.txt简单逆阵.txt线性顺序存储结构.txt线索化二叉树.txt绘制圆.txt编随机数.txt网络最短路径Dijkstra算法.txt自我复制.txt节点.txt苹果分法.txt螺旋数组1.txt螺旋数组2.txt试题.txt诺汉塔画图版.txt读写文本文件.txt货郎担分枝限界图形演示.txt货郎担限界算法.txt质因子.txt输出自已.txt迷宫.txt迷宫问题.txt逆波兰计算器.txt逆矩阵.txt逆阵.txt递堆法.txt递归桃猴.txt递归车厢.txt递推.txt逻辑移动.txt链串.txt链栈.txt链表十五人排序.txt链表（递归）.txt链队列.txt队列.txt阶乘递归.txt阿姆斯特朗数.txt非递归.txt顺序栈.txt顺序表.txt顺序队列.txt骑士遍历1.txt骑士遍历2.txt骑士遍历回逆.txt黑白.txt

人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。
在工程与学术界也常直接简称为神经网络或类神经网络。
神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。
每个节点代表一种特定的输出函数，称为激励函数（activationfunction）。
每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。
网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。
而网络本身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

神经元节点的个数，隐藏层的个数，都是可以调理的，Optimer优化器有'SGD','mSGD','nSGD','AdaGrad','RMSProp','nRMSProp','Adam'，激活函数有relu和sigmoid

《MATLAB数学建模与仿真》是2016年清华大学出版社出版的图书，作者王健、赵国生.本书从数学建模与仿真的角度对MATLAB进行详细引见和讲解。
全书共2篇，即基础篇和应用篇，涵盖绝大部分数学建模问题的MATLAB求解方法。
前10章为基础篇，讲解有关MATLAB的基础知识，包括MATLAB的入门、数值运算、符号运算和图形功能、M文件编程、Simulink仿真模型和科学计算等内容，在此基础上引见应用数学领域的问题求解，如基于MATLAB的微积分问题、线性代数、积分变换、常微分方程、概率论与数理统计问题的数值解法等。
第11章至第15章为应用篇，引见如何利用MATLAB求解实际的数学建模问题，给出了蚂蚁算法、模拟退火算法、神经元网络、图论算法和遗传算法等详细的算法原理、问题描述、数学模型建立与求解、模型验证和仿真代码的全部建模过程。

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。