BP神经网络关于空气污染物含量预测，用MATLAB来实现的。
使用MATLAB编程计算:clo,clear,closea11lond('p.mat')%加载数输出变量load('T.mat')》加载数据当创建一个BP神经网络，每个输入向量的取值范围为10,11,隐含层有7个神经元，输出层有一个3神经元，隐含层的激活函数为tansig,输出层的激活函数为purelin,训练函数为trainc函数
使用MATLAB编程计算:clo,clear,closea11lond('p.mat')%加载数输出变量load('T.mat')》加载数据当创建一个BP神经网络，每个输入向量的取值范围为10,11,隐含层有7个神经元，输出层有一个3神经元，隐含层的激活函数为tansig,输出层的激活函数为purelin,训练函数为trainc函数
2025/10/28 18:30:29
12KB
1
本程序使用opencv3.2+ffmpeg3.4编译，实现Mat到mp4的无缓冲，并可以设置比特率、帧率，实现高质量图片与高质量视频的转换，说明请查看https://blog.csdn.net/weixin_39212021
2025/10/5 14:07:13
13.28MB
1
有朋友在阅读关于CNN代码解读的http://blog.csdn.net/zouxy09/article/details/9993743这篇博文后，遇到了代码无法运行的问题，比如：Undefinedfunction'sigm'forinputargumentsoftype'double'.等。
这是因为没有将util文件夹addpath进来，导致matlab在解释执行的时候找不到相应的函数。
也有朋友在寻找mnist_uint8.mat文件，所以本人在此一并给出。
本资源是DeeplearnToolbox中关于CNN部分的代码（7个.m文件），加上data和util两个文件夹，其中data文件夹中有mnist_uint8.mat文件，而util文件夹中则提供所需要的函数（如sigm，expand）的.m文件。
要成功运行此代码，只需在matlab中打开7个.m文件，并将cnnexamples.m文件中两句addpath对应的路径分别改成data和util在你电脑上的路径，并运行cnnexamples.m即可。
希望能给有需要的朋友一些帮助！
这是因为没有将util文件夹addpath进来，导致matlab在解释执行的时候找不到相应的函数。
也有朋友在寻找mnist_uint8.mat文件，所以本人在此一并给出。
本资源是DeeplearnToolbox中关于CNN部分的代码（7个.m文件），加上data和util两个文件夹，其中data文件夹中有mnist_uint8.mat文件，而util文件夹中则提供所需要的函数（如sigm，expand）的.m文件。
要成功运行此代码，只需在matlab中打开7个.m文件，并将cnnexamples.m文件中两句addpath对应的路径分别改成data和util在你电脑上的路径，并运行cnnexamples.m即可。
希望能给有需要的朋友一些帮助！
2025/9/19 19:04:34
14.08MB
1
TheStreetViewHouseNumbers(SVHN)数据集，原数据为mat文件格式，已提取成图像，并将label标注出来，训练集测试集总共有10w张图片
2025/9/19 2:04:06
93.11MB
1
BP神经网络算法的matlab代码，本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。
2025/9/10 17:10:13
16KB
1
将TDMS格式转换为matlab可读的mat文件。
批量转换文件夹下的所有文件。
自动索引TDMS文件的组名和通道名称。
自动命名mat文件名与TDMS文件名一致。
改了一晚上，大家支持下。
批量转换文件夹下的所有文件。
自动索引TDMS文件的组名和通道名称。
自动命名mat文件名与TDMS文件名一致。
改了一晚上，大家支持下。
2025/8/23 17:23:33
185KB
1
数据来源：美国航空航天局艾姆斯研究中心数据描述：Experimentsonamillingmachinefordifferentspeeds,feeds,anddepthofcut.Recordsthewearofthemillinginsert,VB.ThedatasetwasprovidedbytheBESTlabatUCBerkeley.数据格式这个数据集是以.mat文件的形式打包的。
2025/7/3 9:42:08
14.22MB
1
主要包含了书中各个源代码所需的angel.h、vec.h、mat.h等头文件。
2025/6/30 1:44:10
210KB
1
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。
2024-04-09 15:03
15KB