<strike id="es44k"></strike>
OPT++，Sandia開發(fā)的一套優(yōu)化工具包。可以實現(xiàn)經(jīng)典的q-Newton等基于梯度的優(yōu)化算法！
標簽： OPT
上傳時間： 2016-01-25
上傳用戶：zuozuo1215
為了提高使用精度，研究了某型號MEMS陀螺儀的隨機漂移模型。采用游程檢驗法分析了 該陀螺儀隨機漂移數(shù)據(jù)的平穩(wěn)性，并根據(jù)該漂移為均值非平穩(wěn)、方差平穩(wěn)的隨機過程的結論， 采用梯度徑向基（RBF）神經(jīng)網(wǎng)絡對漂移數(shù)據(jù)進行了建模。實驗結果表明：相比經(jīng)典RBF網(wǎng)絡模 型而言，這種方法建立的模型能更好地描述MEMS陀螺儀的漂移特；相對于季節(jié)時間序列模型而 言，其補償效果提高了大約15％。
標簽： 精度
上傳時間： 2016-04-01
上傳用戶：weixiao99
考慮非對稱耦合映象格子的控制問題, 用線性分析的方法分析了在釘扎控制下系統(tǒng)的穩(wěn)定性, 同時還分析了耦合的非對稱性對控制效率的影響. 得出將系統(tǒng)控制到幾種穩(wěn)定狀態(tài)所需要最小釘扎密度與系統(tǒng)參數(shù)間的關系和耦合梯度對控制效率的影響, 并給出了數(shù)值驗證. 釘扎控制用于非對稱耦合系統(tǒng)比用于對稱耦合系統(tǒng)更加有效, 在相同的釘扎密度下, 可控制區(qū)域隨耦合梯度的增加而增加.
上傳時間： 2016-04-12
上傳用戶：417313137
此源代碼仍然是訓練RBF網(wǎng)絡的，但用的算法是梯度下降法，算法仍然是自己寫的
上傳時間： 2013-12-29
上傳用戶：wpwpwlxwlx
神經(jīng)網(wǎng)絡BP算法，具有可設的層數(shù)，按梯度下降的學習規(guī)則。
標簽： 神經(jīng)網(wǎng)絡 BP算法
上傳時間： 2016-05-01
上傳用戶：1966640071
數(shù)值線性代數(shù)的Matlab應用程序包 共13個程序函數(shù)，每個程序函數(shù)有相應的例子函數(shù)一一對應，以*Example.m命名 程序名稱 用途 Method 方法 GrmSch.m QR因子分解 classical Gram－Schmidt orthogonalization 格拉母－斯密特 MGrmSch.m QR因子分解 modified Gram－Schmidt iteration 修正格拉母－斯密特 householder.m QR因子分解 Householder 豪斯霍爾德QR因子分解 ZXEC.m 最小二乘擬合 polynomial interpolant 最小二乘插值多項式 NCLU.m LU因子分解 Gaussian elimination 不選主元素的高斯消元 PALU.m LU因子分解 partial pivoting Gaussian elimination 部分選主元的高斯消元 cholesky.m 楚因子分解 Cholesky Factorization 楚列斯基因子分解 PwItrt.m 求最大特征值 Power Iteration 冪迭代 Jacobi.m 求特征值 Jacobi iteration 按標準行方式次序的雅可比算法 Anld.m 求上Hessenberg Arnoldi Iteration 阿諾爾迪迭代 zuisu.m 解線性方程組 Steepest descent 最速下降法 CG.m 解線性方程組 Gradients 共軛梯度 BCG.m 解線性方程組 Biconjugate Gradients 雙共軛梯度
標簽： Matlab 數(shù)值 應用程序 函數(shù)
上傳時間： 2016-05-17
上傳用戶：小鵬
學會不同搜索法（最速下降法，共軛梯度法，牛頓法，擬牛頓法）的計算步驟； 比較不同搜索法（最速下降法，共軛梯度法，牛頓法，擬牛頓法）的優(yōu)缺點。
標簽： 搜索
上傳時間： 2014-01-22
上傳用戶：牛布牛
包括蟻群優(yōu)化算法，梯度優(yōu)化算法兩個文檔。
標簽： 優(yōu)化算法
上傳時間： 2016-05-30
上傳用戶：moerwang
討論了BP 小波神經(jīng)網(wǎng)絡在訓練過程中減小誤差函數(shù)時最優(yōu)方向的確定和自適應調整學習率的方法。 首先論證了小波神經(jīng)網(wǎng)絡的數(shù)學基礎,然后討論了BP 小波神經(jīng)網(wǎng)絡的學習過程,重點討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長方向與負梯度方向一致,由此得出了自適應調整學習率的簡便方法。該方法具有 普遍性,有廣泛的應用價值。仿真結果表明,采用最優(yōu)梯度下降方向可以大幅度提高BP 小波神經(jīng)網(wǎng)絡的學習速 度。
標簽： 小波神經(jīng)網(wǎng)絡 減 過程 誤差函數(shù)
上傳時間： 2014-01-22
上傳用戶：金宜
有了合適的處理對象，剩下的就是技術問題了。在數(shù)字運動檢測中運用的關鍵技術有圖像數(shù)據(jù)讀取、圖像的中值濾波、圖像灰度化、圖像梯度的獲取、圖像特征區(qū)域的確定、兩幅圖像的匹配、圖像二值化、圖像細化、圖像去離散點的操作、物體的區(qū)域定位、物體中心點的取得，最后再從圖片中得到物體運動軌跡。本運動檢測系統(tǒng)是為了實現(xiàn)對一系列圖片中運動物體的跟蹤而設計的，它通過對一系列圖片的處理，提取出圖片背景，識別出運動物體，進而對運動物體進行跟蹤，得到物體運動的軌跡。本文主要闡述了什么是數(shù)字圖像處理、數(shù)字圖像處理的基本要求、數(shù)字圖像處理的實踐及開發(fā)工具的特點、功能、
標簽： 對象
上傳時間： 2013-12-11
上傳用戶：shinesyh
