DBN模型实现分类与回归功能，minister数据集实验准确率可以达到98%。
DBN模型实现分类与回归功能，minister数据集实验准确率可以达到98%。
这是一种新的结合方式，对参数进行优化 取得更好的结果
PSO-DBN-master_psodbn_pso-dbn_pso结合DBN的源代码_参数优化_优化DBN_源码.zip
用python实现dbn网络的编程，可以实现手写数字的分类识别
PSO-DBN-master_psodbn_pso-dbn_pso结合DBN的源代码_参数优化_优化DBN.zip
DBN-ELM应用于软测量，可以预测精度，并且可以和其它软测量模型进行对比。
关于DBN的一个教程，英文，介绍的比较全面，值得参考
使用python 实现的DBN 可以直接运行
DBN-ELM-master_改进的ELM_极限学习机_改进DBN_改进DBN_DBN改进_源码.zip
DBN预测算法，输入特征，输出预测结果，格式为csv
DBN-ELM-regression-master_dbn_DBN-ELM_ELM_ELMDBN_源码
mnist库上 应用DBN网络 DBN使用RBM结构，半监督网络，逐层训练
DBN神经网络，是人工智能深度学习入门代码。
烟花算法用于优化DBN算法程序，可以运行 欢迎测试
RBM代码，这里是一段RBMup的代码，值得借鉴，也是我目前做的项目之中用到的代码
深度学习matlab工具箱，深度信念网络DBNmatlab工具箱，内附CNN算法讲解作为参考
17亲自编写可以使用
有限玻尔兹曼机、深度置信网的Matlab实现，用mnist数据进行验证，对理解深度学习原理有帮助。
深度置信网络DBN，深度学习，神经网络，分类
深度信念网络程序详解，可以实现数据回归和分类，自动提取关键成分。
这是一个关于用数字识别训练一个手写数字识别的深度神经网络事例
通过第一个rbm，依次训练后续的rbm
深度学习的matlab例程，压缩包内含内容较多
一维信号的深度学习算法和例子包括CNN、DBN等，有详细的说明
DBN-ELM-master_改进的ELM_极限学习机_改进DBN_改进DBN_DBN改进.zip
DBNs由多个限制玻尔兹曼机（Restricted Boltzmann Machines）层组成。这些网络被“限制”为一个可视层和一个隐层，层间存在连接，但层内的单元间不存在连接。隐层单元被训练去捕捉在可视层表现出来的高阶数据的...
本程序是用python写的一个深度学习程序，该程序基于限制性玻尔兹曼机实现了深度信念网络。
利用正交实验法来优化DBN网络中的参数，提高训练精度。
CNN,DBN算法可以对手写体数字进行识别，准确率高
DBN初学者试运行代码，建议初学者自行研究。