课程分类

课程介绍
课程目录
用户评论
课程介绍
课程目录
用户评论

你将获得

  • 掌握某些知识点
  • 学会某些技巧(或思路)

教学服务

  • icon

    1v1专属答疑服务

  • icon

    BAT专家面试辅导

讲师介绍

  • 大学三级数学教授,现已退休。主要研究方向:信号与图像处理,科技算法应用与程序开发(小波分析、经验模态分解、卡尔曼滤波、神经网络、非局部均值滤波,傅里叶变换、最小二乘法,等)。

  • 课程详情



    【内容摘要】【第2版BP神经网络及其应用与MATLAB程序详解视频】共13章,123个视频。总时长1347分钟,合22.5小时。主要内容包括:神经网络基本概念,BP神经网络进行音乐信号识别分类及程序详解(用语句型的程序同时用工具箱函数对比分析),标准BP算法程序对比分析附加动量BP算法与变学习率BP算法,BP神经网络算法的理论推导,BP神经网络算法的MATLAB工具箱函数介绍及训练窗口解读,BP神经网络作建模拟合预测,BP回归预测分析未来几天上证指数,BP神经网络筛选主元空间降维,乳腺肿瘤诊断的建模及筛选主要影响因素,利用BP神经网络识别手写体数字,BP神经网络识别及预测函数表达式,程序可改之处、模型扩展和算法扩展等。全部提供MATLAB程序,提供辅导答疑。
    【第2版说明】 2019年6月5日,【第2版BP神经网络及其应用与MATLAB程序详解视频】完成重新录制视频。对原来第1版的内容全部作了细化讲解。新增加了BP回归预测分析未来几天上证指数、乳腺肿瘤诊断的建模及筛选主要影响因素、利用BP识别手写体数字、BP神经网络识别及预测函数表达式等四章共33个视频内容。


    第一章  BP神经网络算法的影响力及其研究领域简介

    1、先看全面讲解9个关键重要问题(25分钟,网络上免费“试看”)

    2、预言先告必看(4分钟,网络上免费“试看”)

    3、BP1_1BP神经网络算法程序视频讲解内容简介(8分钟,网络上免费“试看”)

    4、BP1_2全部提供程序及学习建议与基础要求(7分钟,网络上免费“试看”)

    5、BP1_3慎拍与不拍说明及参考文献与致谢(6分钟,网络上免费“试看”)

    6、BP2_1百度搜索看BP神经网络算法new(12分钟,网络上免费“试看”

    7、BP2_2知网搜索看BP神经网络及结论new(9分钟,网络上免费“试看”

    第二章  神经网络基本概念及其激活函数与拓扑结构

    8、BP3_1神经网络定义与工作机理及算法模拟(11分钟

    9、BP3_2神经网络的5个特性及4点局限性(13分钟

    10、BP3_3神经元的4个组成部分及其连接方式(9分钟)

    11、BP3_4单个神经元的模型与工作过程(9分钟)

    12、BP3_5激活函数的作用及4个常用类型(14分钟)

    13、BP3_6神经网络的4种连接模式(11分钟)

    14、BP3_7神经网络的3种训练模式(11分钟)

    15、BP3_8无导师学习规则及权值修正两类方法(17分钟

    16、BP3_9网络训练学习时间及影响泛化性能的因素(14分钟

    17、BP3_10思考神经网络特性及神经元组成与功能(10分钟)

    18、BP3_11思考激活函数作用及网络互联结构(12分钟)

    19、BP3_12思考网络训练模式及过拟合现象与泛化性能(15分钟

    20、BP4_1BP神经网络定义及其拓扑结构图分析(14分钟,免费试看视频

    21、BP4_2BP神经网络初始化与隐含层输出关系式(10分钟

    22、BP4_3输出层计算与预测误差及权阈值调整(11分钟

    23、BP4_4BP神经网络算法流程及优缺点介绍(10分钟)

    24、BP4_5思考3个问题及总结7点(11分钟)

    第三章  BP神经网络用于音乐特征信号识别或进行4种分类

    25、BP5_1模式识别与分类概念及要实现目的与方法(11分钟,有程序)

    26、BP5_2音乐信号识别分类问题及数据解读(16分钟,有程序)

    27、BP5_3原始数据合成乱序及分类标识规则(11分钟,有程序)

    28、BP5_4选取训练数据和测试数据与归一化方法(17分钟,有程序)

    29、BP5_5BP神经网络结构初始化详解(13分钟,有程序)

    30、BP5_6训练网络时输入输出关系及权阈值更新(11分钟,有程序

    31、BP5_7训练过程变量再分析及偏差和显示(6分钟,有程序)

    32、BP5_8训练好网络的输出预测及图形显示(10分钟,有程序

    33、BP5_9识别与实际分类结果对比及误差分析(9分钟,有程序)

    34、BP5_10识别分类准确率计算与原因分析(9分钟,有程序,免费试看视频

    35、BP5_11程序11步分析及自己数据可改3个问题(10分钟,有程序

    36、BP5_12激活函数及权值阈值等可改之处(10分钟,有程序)

    37、BP5_13本问题的模型扩展及算法扩展介绍(9分钟,有程序

    38、BP5_14思考分类标识处理及归一化问题(7分钟,有程序)

    39、BP5_15思考权阈值变化及识别函数表达式(10分钟,有程序

    40、BP5_16思考网络实际应用及数据循环利用与总结(10分钟,有程序)

    第四章  BP神经网络3种算法对比分析及参数优化

    41、BP6_1脚本改编成函数的七点问题(15分钟,有程序)

    42、BP6_2语句取舍原则及注释内容(11分钟,有程序)

    43、BP6_3改程函数后的语句含义详解(18分钟,有程序)

    44、BP6_4函数跟踪调试及调用结果解读(17分钟,有程序)

    45、BP6_5基于附加动量学习法的BP算法程序分析(12分钟,有程序

    46、BP6_6基于变学习率的BP算法程序分析(7分钟,有程序)

    47、BP6_7算法3个的图表及数值指标对比分析(12分钟,有程序,免费试看视频

    48、BP6_8数值指标及图形的解读与分析(18分钟,有程序

    49、BP6_9模型扩展中的7个问题思路(8分钟,有程序

    50、BP6_10算法扩展中的6个改进算法问题(8分钟,有程序)

    51、BP6_11思考参数修改与数值指标等9个问题及总结(15分钟,有程序)

    52、BP7_1BP模型中的2类参数特点区分问题(10分钟,有程序)

    53、BP7_2参数优化与参数估计百度条目解读(6分钟,有程序)

    54、BP7_3隐含层节点数的3个经验关系式验证(8分钟,有程序)

    55、BP7_4确定最佳节点数的程序结构与运行结果(14分钟,有程序

    56、BP7_5遗传算法优化BP网络对比结果了解(10分钟,有程序)

    57、BP7_6思考4个参数优化用算法及总结强调(9分钟,有程序)

    第五章  BP神经网络算法的理论推导

    58、BP8_1求偏导的链式法则和求和公式(12分钟

    59、BP8_2梯度概念及负梯度方向实际意义(8分钟

    60、BP8_3BP神经网络数学模型通用记号解读(9分钟

    61、BP8_4网络预测误差和目标函数结构关系细分(10分钟

    62、BP8_5负梯度方向的权阈值改变量说明(7分钟

    63、BP8_6推导隐-出层间权值改变量公式(18分钟

    64、BP8_7推导输出层阈值调整公式(5分钟

    65、BP8_8推导入-隐层权值阈值增量公式(19分钟)

    66、BP8_9sigmoid与线性函数时权阈值更新公式(14分钟,免费试看视频

    67、BP8_10思考8个问题及5点总结(14分钟

    第六章  BP神经网络工具箱函数功能及语法介绍

    68、BP9_1改编程序与自带命令的4点对比分析(8分钟

    69、BP9_2newff中传递函数与训练函数名称介绍(13分钟

    70、BP9_3newff中学习函数与性能分析函数名称(9分钟

    71、BP9_4命令train和sim的语法解读分析(8分钟

    72、BP9_5应用9步及思考问题与作业(12分钟

    第七章  BP工具箱函数用于音乐特征信号再分类

    73、BP10_1改变BP5及newff输出了解(12分钟,有程序)

    74、BP10_2train出现的窗口5部分讲解(17分钟,有程序)

    75、BP10_3对比算法分类误差率和准确率及总结(13分钟,有程序,免费试看视频

    第八章  BP神经网络用于建模与拟合及预测问题

    76、BP11_1非线性系统建模及拟合预测问题(7分钟,有程序

    77、BP11_2数据调入及其分析与多个图形显示(15分钟,有程序)

    78、BP11_3归一化及网络处理与误差分析(16分钟,有程序)

    79、BP11_4自己数据调入及5处可改之处讲解(8分钟,有程序

    80、BP11_5BP算法的建模及拟合问题与图形显示(11分钟,有程序,免费试看视频

    81、BP11_6回归预测问题的程序及图形显示(18分钟,有程序)

    82、BP11_7模型扩展及算法扩展与应用问题(10分钟,有程序

    83、BP11_8思考拟合预测7个问题及总结(10分钟,有程序)

    第九章  BP神经网络用MIV方法筛选变量或空间降维

    84、BP12_1MIV平均影响变化指标作用分析(10分钟,有程序)

    85、BP12_2数学模型构建及各变量增减比例(12分钟,有程序

    86、BP12_3newff和train及sim网络计算(11分钟,有程序)

    87、BP12_4MIV计算分析及程序再回头解读(7分钟,有程序)

    88、BP12_5MIV实施步骤及5处可改之处说明(12分钟,有程序

    89、BP12_6引入变量x3和x4后MIV选主元(7分钟,有程序,免费试看视频

    89、BP12_7模型扩展及算法扩展有关问题(7分钟,有程序)

    90、BP12_8实际应用问题与思考及总结重点(14分钟,有程序

    第十章  BP神经网络算法的网络函数关系表达式

    91、BP13_1语句程序中分析网络函数表达式(15分钟,有程序)

    92、BP13_2网络函数表达式书写步骤(15分钟,有程序

    93、BP13_3分析工具箱函数的网络函数表达式(10分钟,有程序)

    94、BP13_4归一化命令及变换数学公式(8分钟,有程序)

    95、BP13_5查看传递函数及提取权值和阈值(15分钟,有程序

    96、BP13_6网络函数公式计算与网络预测结果对比(9分钟,有程序,免费试看视频

    97、BP13_7BP网络函数表达式具体写法举例(9分钟,有程序)

    98、BP13_8BP拟合预测函数及识别分类函数表达式(11分钟,有程序

    99、BP13_9两个隐含层的网络函数表达式及总结(9分钟,有程序)

    第十一章  BP神经网络算法用于股票股指预测问题

    100、BP14_1上证指数解读及图形显示分析(15分钟,有程序)

    101、BP14_2拟合预测问题及算法整体流程(5分钟,有程序

    102、BP14_3程序框架及newff和train与sim应用(14分钟,有程序)

    103、BP14_4拟合预测数值指标及误差分析(16分钟,有程序

    104、BP14_5程序的6处可改之处分析讲解(8分钟,有程序,免费试看视频

    105、BP14_6模型扩展的9个问题及论文思路(8分钟,有程序

    106、BP14_7算法扩展及网络函数预测明天指标对比(9分钟,有程序)

    107、BP14_8归一化区间及2层隐层结构的预测分析(10分钟,有程序

    108、BP14_9思考8个问题及总结强调4点(10分钟,有程序)

    第十二章  BP神经网络算法识别手写体数字问题

    109、BP15_1BP输入输出格式要求及手写体数字识别(11分钟,有程序,免费试看视频

    110、BP15_2算法流程及图片处理和显示分析(20分钟,有程序)

    111、BP15_3识别数字及其错误率与分类准确率分析(19分钟,有程序

    112、BP15_4程序9处可改问题的分析与建议(13分钟,有程序)

    113、BP15_5模型扩展与算法扩展及结果对比(14分钟,有程序

    114、BP15_6应用8方面及思考8问题与总结(16分钟,有程序)

    第十三章  乳腺肿瘤病例诊断问题建模及筛选主要影响因素

    115、BP16_1乳腺肿瘤诊断问题介绍与分析(8分钟,有程序

    116、BP16_2原始数据解读及BP网络仿真识别(19分钟,有程序)

    117、BP16_3正确诊断率统计与程序易错提示(10分钟,有程序

    118、BP16_4筛选13个主要影响因素的程序分析(13分钟,有程序)

    119、BP16_5主要影响因素建模的诊断正确率分析(6分钟,有程序,免费试看视频

    120、BP16_6如何应用训练好的BP神经网络(7分钟,有程序)

    121、BP16_7程序的5点可改之处建议(6分钟,有程序

    122、BP16_8模型扩展与算法扩展等问题(7分钟,有程序)

    123、BP16_9思考7个问题与重点内容总结(10分钟,有程序

    五、下载文件

    附件1_必先看_BP网络语应用及程序视频学习指导建议.doc

    附件2_BP网络与程序视频_PPT课.rar

    附件3_全部程序m及数据文件_郑一.rar
    温馨提示
    • 请勿私下交易
      请勿在平台外交易。与机构和老师私下交易造成的任何损失及纠纷,腾讯课堂不承担任何责任
    • 听课说明

      1、电脑:访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课

      2、手机/平板:下载腾讯课堂APP, 进入学习页面听课