自組織特征映射 SOFM實(shí)現(xiàn)二維排序
標(biāo)簽： SOFM 自組織 特征 映射
上傳時(shí)間： 2016-08-13
上傳用戶：R50974
反冪法求矩陣的特征值和特征向量 反冪法適用于矩陣的按模最小的特征值和對(duì)應(yīng)的特征向量。 使用說(shuō)明： 一般的使用過(guò)程： 1、修改輸入數(shù)據(jù) input2.txt 2、編輯源文件 fanmifa.c 3、編譯程序 fanmifa.bat 4、運(yùn)行 fanmifa.exe
標(biāo)簽： input 特征 txt 矩陣
上傳時(shí)間： 2016-08-14
上傳用戶：英雄
Matlab提取主分量矩陣。程序設(shè)計(jì)步驟： 1、去均值 2、計(jì)算協(xié)方差矩陣及其特征值和特征向量 3、計(jì)算協(xié)方差矩陣的特征值大于閾值的個(gè)數(shù) 4、降序排列特征值 5、去掉較小的特征值 6、去掉較大的特征值(一般沒(méi)有這一步） 7、合并選擇的特征值 8、選擇相應(yīng)的特征值和特征向量 9、計(jì)算白化矩陣 10、提取主分量
標(biāo)簽： 特征 Matlab 協(xié)方差矩陣 計(jì)算
上傳時(shí)間： 2016-08-15
上傳用戶：zl5712176
(原創(chuàng))研究生期間學(xué)習(xí)人工神經(jīng)網(wǎng)張和遺傳算法實(shí)現(xiàn)的簡(jiǎn)單的水果識(shí)別源碼. 水果特征{0,0,1},{0,1,0},{1,0,0}代表{大,圓,光滑}
標(biāo)簽： 研究生 人工神經(jīng) 源碼 特征
上傳時(shí)間： 2014-01-19
上傳用戶：123456wh
本文的重點(diǎn)在于通過(guò)一個(gè)實(shí)例來(lái)解決特殊的條形矩陣特征值得解算.
標(biāo)簽： 矩陣 特征 解算
上傳時(shí)間： 2014-01-24
上傳用戶：Late_Li
這是兩個(gè)用神經(jīng)網(wǎng)絡(luò)算法分析非線性系統(tǒng)特征，并用于參數(shù)預(yù)測(cè)。
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 特征 算法分析 非線性系統(tǒng)
上傳時(shí)間： 2016-08-17
上傳用戶：bakdesec
道格拉斯數(shù)據(jù)壓縮算法。 算法特征：1.在不擾亂拓?fù)潢P(guān)系的前提下，對(duì)采樣點(diǎn)數(shù)據(jù)進(jìn)行合理的抽稀 2.對(duì)矢量坐標(biāo)數(shù)據(jù)進(jìn)行重新進(jìn)行編碼，以減少所需要的存儲(chǔ)空間 3.矢量數(shù)據(jù)的壓縮往往是不可逆的，數(shù)據(jù)壓縮后，數(shù)據(jù)量變小了，數(shù)據(jù)的精度降低了
標(biāo)簽： 算法 數(shù)據(jù)壓縮 拓?fù)潢P(guān)系 特征
上傳時(shí)間： 2016-08-19
上傳用戶：lili123
用C語(yǔ)言編寫(xiě)的關(guān)于矩陣特征值和特征向量的計(jì)算，很實(shí)用（對(duì)于做數(shù)值運(yùn)算的同志挺有幫助）
標(biāo)簽： 特征 C語(yǔ)言 編寫(xiě) 矩陣
上傳時(shí)間： 2016-08-21
上傳用戶：金宜
特征碼修改方法,對(duì)木馬只類有興趣的可以
標(biāo)簽： 特征碼 修改 木馬
上傳時(shí)間： 2016-08-23
上傳用戶：釣鰲牧馬
人臉特征的識(shí)別與定位 人臉特征的識(shí)別與定位
標(biāo)簽： 人臉 特征 定位 識(shí)別
上傳時(shí)間： 2016-08-25
上傳用戶：moerwang
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
