亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

統(tǒng)(tǒng)計數(shù)(shù)據(jù)(jù)

  • 這個軟件可以對輸入的象素矩陣進行識別。是根據(jù)《Neural Network Design》(Martin T. Hagan等)中的關于有監(jiān)督的Heb學習編寫的。使用JBuilder開發(fā)的界面

    這個軟件可以對輸入的象素矩陣進行識別。是根據(jù)《Neural Network Design》(Martin T. Hagan等)中的關于有監(jiān)督的Heb學習編寫的。使用JBuilder開發(fā)的界面,使用JCreator開發(fā)的核心。

    標簽: T. JBuilder Network Neural

    上傳時間: 2013-12-19

    上傳用戶:zhangyi99104144

  • 人事考勤管理系統(tǒng)源代碼

    人事考勤管理系統(tǒng)源代碼

    標簽: 系統(tǒng)

    上傳時間: 2015-03-10

    上傳用戶:aix008

  • j讀寫模塊的源程序范例,能實現(xiàn)非接觸IC卡的所有功能.

    j讀寫模塊的源程序范例,能實現(xiàn)非接觸IC卡的所有功能.

    標簽: 讀寫模塊 源程序 范例 非接觸IC卡

    上傳時間: 2014-01-06

    上傳用戶:lvzhr

  • 最新的支持向量機工具箱

    最新的支持向量機工具箱,有了它會很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.

    標簽: 支持向量機 工具箱

    上傳時間: 2013-12-16

    上傳用戶:亞亞娟娟123

  • 仿真1:首先把網絡溫度參數(shù)T固定在100

    仿真1:首先把網絡溫度參數(shù)T固定在100,按工作規(guī)則共進行1000次狀態(tài)更新,把這1000次狀態(tài)轉移中網絡中的各個狀態(tài)出現(xiàn)的次數(shù)Si(i=1,2,…,16)記錄下來 按下式計算各個狀態(tài)出現(xiàn)的實際頻率: Pi=Si/∑i=1,NSi=Si/M 同時按照Bo1tzmann分布計算網絡各個狀態(tài)出現(xiàn)概率的理論值: Q(Ei)=(1/Z)exp(-Ei/T) 仿真2:實施降溫方案,重新計算 采用快速降溫方案:T(t)= T0/(1+t) T從1000降到0.01,按工作規(guī)則更新網絡狀態(tài) 當T=0.01時結束降溫,再讓T保持在0.01進行1000次狀態(tài)轉移,比較兩種概率

    標簽: 100 仿真 網絡溫度 參數(shù)

    上傳時間: 2014-01-20

    上傳用戶:獨孤求源

  • Hopfield 網——擅長于聯(lián)想記憶與解迷路 實現(xiàn)H網聯(lián)想記憶的關鍵

    Hopfield 網——擅長于聯(lián)想記憶與解迷路 實現(xiàn)H網聯(lián)想記憶的關鍵,是使被記憶的模式樣本對應網絡能量函數(shù)的極小值。 設有M個N維記憶模式,通過對網絡N個神經元之間連接權 wij 和N個輸出閾值θj的設計,使得: 這M個記憶模式所對應的網絡狀態(tài)正好是網絡能量函數(shù)的M個極小值。 比較困難,目前還沒有一個適應任意形式的記憶模式的有效、通用的設計方法。 H網的算法 1)學習模式——決定權重 想要記憶的模式,用-1和1的2值表示 模式:-1,-1,1,-1,1,1,... 一般表示: 則任意兩個神經元j、i間的權重: wij=∑ap(i)ap(j),p=1…p; P:模式的總數(shù) ap(s):第p個模式的第s個要素(-1或1) wij:第j個神經元與第i個神經元間的權重 i = j時,wij=0,即各神經元的輸出不直接返回自身。 2)想起模式: 神經元輸出值的初始化 想起時,一般是未知的輸入。設xi(0)為未知模式的第i個要素(-1或1) 將xi(0)作為相對應的神經元的初始值,其中,0意味t=0。 反復部分:對各神經元,計算: xi (t+1) = f (∑wijxj(t)-θi), j=1…n, j≠i n—神經元總數(shù) f()--Sgn() θi—神經元i發(fā)火閾值 反復進行,直到各個神經元的輸出不再變化。

    標簽: Hopfield 聯(lián)想

    上傳時間: 2015-03-16

    上傳用戶:JasonC

  • (1)輸入E條弧<j,k>,建立AOE-網的存儲結構 (2)從源點v出發(fā),令ve[0]=0,按拓撲排序求其余各項頂點的最早發(fā)生時間ve[i](1<=i<=n-1).如果得到的拓

    (1)輸入E條弧<j,k>,建立AOE-網的存儲結構 (2)從源點v出發(fā),令ve[0]=0,按拓撲排序求其余各項頂點的最早發(fā)生時間ve[i](1<=i<=n-1).如果得到的拓樸有序序列中頂點個數(shù)小于網中頂點數(shù)n,則說明網中存在環(huán),不能求關鍵路徑,算法終止 否則執(zhí)行步驟(3)(3)從匯點v出發(fā),令vl[n-1]=ve[n-1],按逆拓樸排序求其余各頂點的最遲發(fā)生時間vl[i](n-2>=i>=2). (4)根據(jù)各頂點的ve和vl值,求每條弧s的最早發(fā)生時間e(s)和最遲開始時間l(s).若某條弧滿足條件e(s)=l(s),則為關鍵活動.

    標簽: lt ve AOE gt

    上傳時間: 2014-11-28

    上傳用戶:fredguo

  • 日立SH-2 CPU核的VERLOG源碼

    日立SH-2 CPU核的VERLOG源碼,可在ISE6上綜合,有說明文檔

    標簽: VERLOG CPU SH 日立

    上傳時間: 2015-03-17

    上傳用戶:開懷常笑

  • 一個開放源代碼的 AT&T 的 Korn Shell 的復制品, 支持大多數(shù) ksh89 的特性。

    一個開放源代碼的 AT&T 的 Korn Shell 的復制品, 支持大多數(shù) ksh89 的特性。

    標簽: Shell Korn ksh AT

    上傳時間: 2014-01-21

    上傳用戶:TRIFCT

  • Programming Windows程式開發(fā)設計指南

    Programming Windows程式開發(fā)設計指南

    標簽: Programming Windows 程式

    上傳時間: 2015-03-18

    上傳用戶:agent

主站蜘蛛池模板: 邵阳县| 绥化市| 黎平县| 罗平县| 贵定县| 长阳| 鄂伦春自治旗| 广丰县| 资溪县| 大新县| 合山市| 吉隆县| 襄樊市| 伊金霍洛旗| 渭南市| 定安县| 蚌埠市| 隆昌县| 泗洪县| 富宁县| 潼南县| 根河市| 姜堰市| 丽江市| 武城县| 泰和县| 城口县| 临泉县| 安新县| 保靖县| 达拉特旗| 灌云县| 蓬溪县| 河曲县| 太保市| 海南省| 谢通门县| 游戏| 嵊州市| 通许县| 汝南县|