<input id="o6e2s"></input>
OPT++，Sandia開發的一套優化工具包。可以實現經典的q-Newton等基于梯度的優化算法！
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據的平穩性，并根據該漂移為均值非平穩、方差平穩的隨機過程的結論， 采用梯度徑向基（RBF）神經網絡對漂移數據進行了建模。實驗結果表明：相比經典RBF網絡模 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的穩定性, 同時還分析了耦合的非對稱性對控制效率的影響. 得出將系統控制到幾種穩定狀態所需要最小釘扎密度與系統參數間的關系和耦合梯度對控制效率的影響, 并給出了數值驗證. 釘扎控制用于非對稱耦合系統比用于對稱耦合系統更加有效, 在相同的釘扎密度下, 可控制區域隨耦合梯度的增加而增加.
標簽： 控制 非對稱 耦合 分
上傳時間： 2016-04-12
上傳用戶：417313137
此源代碼仍然是訓練RBF網絡的，但用的算法是梯度下降法，算法仍然是自己寫的
標簽： RBF 源代碼 網絡
上傳時間： 2013-12-29
上傳用戶：wpwpwlxwlx
神經網絡BP算法，具有可設的層數，按梯度下降的學習規則。
標簽： 神經網絡 BP算法
上傳時間： 2016-05-01
上傳用戶：1966640071
數值線性代數的Matlab應用程序包 共13個程序函數，每個程序函數有相應的例子函數一一對應，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 數值 應用程序 函數
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
包括蟻群優化算法，梯度優化算法兩個文檔。
標簽： 優化算法
上傳時間： 2016-05-30
上傳用戶：moerwang
討論了BP 小波神經網絡在訓練過程中減小誤差函數時最優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網絡的數學基礎,然后討論了BP 小波神經網絡的學習過程,重點討論了減小誤差函數最優方 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,采用最優梯度下降方向可以大幅度提高BP 小波神經網絡的學習速 度。
標簽： 小波神經網絡 減 過程 誤差函數
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。在數字運動檢測中運用的關鍵技術有圖像數據讀取、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。本運動檢測系統是為了實現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字圖像處理、數字圖像處理的基本要求、數字圖像處理的實踐及開發工具的特點、功能、
標簽： 對象
上傳時間： 2013-12-11
上傳用戶：shinesyh
蟲蟲下載站版權所有 京ICP備2021023401號-1
<pre id="cg06i"></pre>
