本人編寫的incremental 隨機神經元網絡算法，該算法最大的特點是可以保證approximation特性，而且速度快效果不錯，可以作為學術上的比較和分析。目前只適合benchmark的regression問題。
具體效果可參考
G.-B. Huang, L. Chen and C.-K. Siew, “Universal Approximation Using Incremental Constructive Feedforward Networks with Random Hidden Nodes”, IEEE Transactions on Neural Networks, vol. 17, no. 4, pp. 879-892, 2006.
標簽：
incremental
編寫
神經元網絡
算法
上傳時間：
2016-09-18
上傳用戶：litianchu
兩臺處理機A 和B處理n個作業。設第i個作業交給機器
A 處理時需要時間ai，若由機器B 來處理，則需要時間bi。由于各作
業的特點和機器的性能關系，很可能對于某些i，有ai >=bi，而對于
某些j，j!=i，有aj<bj。既不能將一個作業分開由兩臺機器處理，也沒
有一臺機器能同時處理2 個作業。設計一個動態規劃算法，使得這兩
臺機器處理完成這n 個作業的時間最短（從任何一臺機器開工到最后
一臺機器停工的總時間）。研究一個實例：（a1,a2,a3,a4,a5,a6）=
（2,5,7,10,5,2）；（b1,b2,b3,b4,b5,b6）=（3,8,4,11,3,4）
標簽：
處理機
機器
上傳時間：
2014-01-14
上傳用戶：獨孤求源
