① 請問哪裡有講解在matlab環境下實現Hopfield神經網路的視頻
你導師只說對了一半，在matlab神經網路工具箱中，只提供了離散型Hopfield神經網路的函專數介面，連續型屬Hopfield神經網路的函數介面是沒有的。前兩天剛剛從一個論壇上下載了一個視頻《Matlab離散Hopfield神經網路的聯想記憶—數字識別 》，感覺挺好的，對你應該有一定的幫助。
視頻所講內容：
內容簡介
1 離散Hopfield神經網路概述
2 數字識別概述
3 問題描述
4 模型建立
5 離散Hopfield網路的MATLAB函數
6 MATLAB程序實現
7 結果分析
8 案例擴展
② 網上哪裡有講解用MATLAB編BP神經網路的視頻啊
給你一個論壇，上面有很多高手，會幫助你解答問題的，
上面好像有回神經網路的視頻答講解！！！
http://www.ilovematlab.cn/
下面這個網址是下載視頻的地址，不過應該是你先得注冊才能看！
http://www.ilovematlab.cn/forum-43-1.html
③ 想找一個關於神經網路的視頻
人工神經網路（Artificial Neural Networks，簡寫為ANNs）也簡稱為神經網路（NNs）或稱作連接模型（Connection Model），它是一專種模仿動屬物神經網路行為特徵，進行分布式並行信息處理的演算法數學模型。這種網路依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。
④ 誰知道那裡有在MATLAB裡面用神經網路遺傳演算法來求解未知函數極值的視頻呢
用遺傳演算法優化神經網路的權重或者結構，可以到MATLAB中文論證里找找，裡面有這兩種方法的分講的視頻，沒有結合的視頻，給你下面的程序你看看，修改一下啊，或許能解決你的問題~
由於BP網路的權值優化是一個無約束優化問題，而且權值要採用實數編碼，所以直接利用Matlab遺傳演算法工具箱。以下貼出的代碼是為一個19輸入變數，1個輸出變數情況下的非線性回歸而設計的，如果要應用於其它情況，只需改動編解碼函數即可。
程序一：GA訓練BP權值的主函數
function net=GABPNET(XX,YY)
% 使用遺傳演算法對BP網路權值閾值進行優化，再用BP演算法訓練網路
%數據歸一化預處理
nntwarn off
XX=[1:19;2:20;3:21;4:22]';
YY=[1:4];
XX=premnmx(XX);
YY=premnmx(YY);
YY
%創建網路
net=newff(minmax(XX),[19,25,1],{'tansig','tansig','purelin'},'trainlm');
%下面使用遺傳演算法對網路進行優化
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);
S1=25;%隱含層節點數
S=R*S1+S1*S2+S1+S2;%遺傳演算法編碼長度
aa=ones(S,1)*[-1,1];
popu=50;%種群規模
save data2 XX YY % 是將 xx,yy 二個變數的數值存入 data2 這個MAT-file，
initPpp=initializega(popu,aa,'gabpEval');%初始化種群
gen=100;%遺傳代數
%下面調用gaot工具箱，其中目標函數定義為gabpEval
[x,endPop,bPop,trace]=ga(aa,'gabpEval',[],initPpp,[1e-6 1 1],'maxGenTerm',gen,...
'normGeomSelect',[0.09],['arithXover'],[2],'nonUnifMutation',[2 gen 3]);
%繪收斂曲線圖
figure(1)
plot(trace(:,1),1./trace(:,3),'r-');
hold on
plot(trace(:,1),1./trace(:,2),'b-');
xlabel('Generation');
ylabel('Sum-Squared Error');
figure(2)
plot(trace(:,1),trace(:,3),'r-');
hold on
plot(trace(:,1),trace(:,2),'b-');
xlabel('Generation');
ylabel('Fittness');
%下面將初步得到的權值矩陣賦給尚未開始訓練的BP網路
[W1,B1,W2,B2,P,T,A1,A2,SE,val]=gadecod(x);
net.LW{2,1}=W1;
net.LW{3,2}=W2;
net.b{2,1}=B1;
net.b{3,1}=B2;
XX=P;
YY=T;
%設置訓練參數
net.trainParam.show=1;
net.trainParam.lr=1;
net.trainParam.epochs=50;
net.trainParam.goal=0.001;
%訓練網路
net=train(net,XX,YY);
a=sim(net,XX) ;
程序二：適應值函數
function [sol, val] = gabpEval(sol,options)
% val - the fittness of this indivial
% sol - the indivial, returned to allow for Lamarckian evolution
% options - [current_generation]
load data2
nntwarn off
XX=premnmx(XX);
YY=premnmx(YY);
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);
S1=25;%隱含層節點數
S=R*S1+S1*S2+S1+S2;%遺傳演算法編碼長度
for i=1:S,
x(i)=sol(i);
end;
[W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x);
程序三：編解碼函數
function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x)
load data2
nntwarn off
XX=premnmx(XX);
YY=premnmx(YY);
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);
S1=25;%隱含層節點數
S=R*S1+S1*S2+S1+S2;%遺傳演算法編碼長度
% 前R*S1個編碼為W1
for i=1:S1,
for k=1:R,
W1(i,k)=x(R*(i-1)+k);
end
end
% 接著的S1*S2個編碼（即第R*S1個後的編碼）為W2
for i=1:S2,
for k=1:S1,
W2(i,k)=x(S1*(i-1)+k+R*S1);
end
end
% 接著的S1個編碼（即第R*S1+S1*S2個後的編碼）為B1
for i=1:S1,
B1(i,1)=x((R*S1+S1*S2)+i);
end
% 接著的S2個編碼（即第R*S1+S1*S2+S1個後的編碼）為B2
for i=1:S2,
B2(i,1)=x((R*S1+S1*S2+S1)+i);
end
% 計算S1與S2層的輸出
A1=tansig(W1*P,B1);
A2=purelin(W2*A1,B2);
% 計算誤差平方和
SE=sumsqr(T-A2);
val=1/SE; % 遺傳演算法的適應值
想運行程序，直接在代碼窗口輸入GABPNET即可。
對了，運行程序時需要調用gaot工具箱，沒有裝一個就行了。
⑤ 那裡能找到關於講解MATLAB環境下的BP神經網路分類的視頻啊
你導師說的很對，用BP神經網路是可以對語音特徵信號進行分類的，前兩天剛看過一個視頻，裡面講解的很詳細了，一步一步地把神經網路構建啊，學習啊，分類啊說的非常清楚，你可以學習下，應該對你很有幫助的。
⑥ 遺傳演算法，模糊數學，神經網路 教學視頻免費下載地址
沒有，學校基本也都沒有這種課程，還是自己看書吧。。我以前搜過
⑦ 誰有《MATLAB神經網路30個案例分析》的教學視頻，能否共享下
http://download.csdn.net/detail/zhgrd/5026905
⑧ 求神經網路演算法學習資料，學習視頻，教程！！！！
http://v.163.com/special/opencourse/machinelearning.html
⑨ 誰能告訴我在MATLAB中怎麼用遺傳演算法優化BP神經網路，最好能有個學習視頻了
給你一個論壇，上面有很多高手，會幫助你解答問題的，
上面有神經網路內的視頻講解！！容！
http://www.ilovematlab.cn/
下面這個網址是下載視頻的地址，不過應該是你先得注冊才能看！
http://www.ilovematlab.cn/forum-43-1.html
祝願朋友元旦快樂！1