討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程,重點(diǎn)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(fù)梯度方向一致,由此得出了自適應(yīng)調(diào)整學(xué)習(xí)率的簡(jiǎn)便方法。該方法具有 普遍性,有廣泛的應(yīng)用價(jià)值。仿真結(jié)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(luò)的學(xué)習(xí)速 度。
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 減 過程 誤差函數(shù)
上傳時(shí)間： 2014-01-22
上傳用戶：金宜
自適應(yīng)二維數(shù)字水印系統(tǒng)隨著因特網(wǎng)和數(shù)字技術(shù)的發(fā)展，數(shù)字媒體已成為人們獲取知識(shí)的主要手段，但這也帶來了一系列問題：如作品侵權(quán)、非法復(fù)制和傳播等。而數(shù)字水印技術(shù)作為版權(quán)保護(hù)的重要手段，已得到廣泛的研究和應(yīng)用。本文提出了一種以灰度圖象為水印的空域二維自適應(yīng)數(shù)字水印算法。為實(shí)現(xiàn)水印圖象的疊加，我們首先將其進(jìn)行8 8分塊并進(jìn)行DCT變換，然后對(duì)每塊的DCT系數(shù)進(jìn)行量化和調(diào)整，最后，取出每塊的部分DCT系數(shù)構(gòu)成水印信號(hào)。為了實(shí)現(xiàn)自適應(yīng)，首先將載體圖象按8 8分塊并利用視覺掩蔽特性對(duì)載體圖象象素進(jìn)行分類，根據(jù)塊分類結(jié)果，水印信號(hào)以不同強(qiáng)度嵌入到載體圖象中。實(shí)驗(yàn)結(jié)果表明，我們提出的算法具有較好的魯棒性。最后本文對(duì)該技術(shù)今后的研究指出了一些可能的方向。
標(biāo)簽： 二維 數(shù)字水印 因特網(wǎng) 發(fā)展
上傳時(shí)間： 2016-06-28
上傳用戶：cc1
《MATLAB 遺傳算法工具箱及應(yīng)用》 作 者：雷英杰 張善文 李續(xù)武 周創(chuàng)明 出版社：西安電子科技大學(xué)出版社 本書系統(tǒng)介紹MATLAB遺傳算法和直接搜索工具箱的功能特點(diǎn)、編程原理及使用方法。全書共分為9章。第一章至第四章介紹遺傳算法的基礎(chǔ)知識(shí)，包括遺傳算法的基本原理，編碼、選擇、交叉、變異，適應(yīng)度函數(shù)，控制參數(shù)選擇，約束條件處理，模式定理，改進(jìn)的遺傳算法，早熟收斂問題及其防止等。第五章至第七章介紹英國設(shè)菲爾德（Sheffield）大學(xué)的MATLAB遺傳算法工具箱及其使用方法，舉例說明如何利用遺傳算法工具箱函數(shù)編寫求解實(shí)際優(yōu)化問題的MATLAB程序。第八章和第九章介紹MathWorks公司最新發(fā)布的MATLAB遺傳算法與直接搜索工具箱及其使用方法。
上傳時(shí)間： 2013-12-19
上傳用戶：fnhhs
在理想情況下采用非可靠度導(dǎo)向的順序掃描法或菱形算法等相位展開的基本方法可以正確展開相位，這些算法具有最簡(jiǎn)單的和確定的掃描路徑，如果測(cè)量過程中噪音較大或本身有些地方不滿足采樣定理，采用非可靠度導(dǎo)向方法展開會(huì)出現(xiàn)錯(cuò)誤?？煽慷葘?dǎo)向的相位展開方法可以繞開二維相位場(chǎng)中的無效點(diǎn)，在某 種程度上將誤差降到最小。
上傳時(shí)間： 2016-07-11
上傳用戶：heart520beat
序列模式分析算法GSP的實(shí)現(xiàn) GSP是序列模式挖掘的一種算法。其主要描述如下： l 根據(jù)長度為i 的種子集Li 通過連接操作和剪切操作生成長度為i+1的候選序列模式Ci+1；然后掃描序列數(shù)據(jù)庫，計(jì)算每個(gè)候選序列模式的支持?jǐn)?shù)，產(chǎn)生長度為i+1的序列模式Li+1，并將Li+1作為新的種子集。 l 重復(fù)第二步，直到?jīng)]有新的序列模式或新的候選序列模式產(chǎn)生為止。 l 掃描序列數(shù)據(jù)庫，得到長度為1的序列模式L1，作為初始的種子集 L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ …… 產(chǎn)生候選序列模式主要分兩步 l 連接階段：如果去掉序列模式s1的第一個(gè)項(xiàng)目與去掉序列模式s2的最后一個(gè)項(xiàng)目所得到的序列相同，則可以將s1于s2進(jìn)行連接，即將s2的最后一個(gè)項(xiàng)目添加到s1中。 l 剪切階段：若某候選序列模式的某個(gè)子序列不是序列模式，則此候選序列模式不可能是序列模式，將它從候選序列模式中刪除。 候選序列模式的支持度計(jì)算：對(duì)于給定的候選序列模式集合C，掃描序列數(shù)據(jù)庫，對(duì)于其中的每一條序列d,找出集合C中被d所包含的所有候選序列模式，并增加其支持度計(jì)數(shù)。
上傳時(shí)間： 2016-07-23
上傳用戶：sammi
幾種圖像處理源碼 程序代碼說明 P0301：數(shù)字圖像矩陣數(shù)據(jù)的顯示及其傅立葉變換 P0302：二維離散余弦變換的圖像壓縮 P0303：采用灰度變換的方法增強(qiáng)圖像的對(duì)比度 P0304：直方圖均勻化 P0305：模擬圖像受高斯白噪聲和椒鹽噪聲的影響 P0306：采用二維中值濾波函數(shù)medfilt2對(duì)受椒鹽噪聲干擾的圖像濾波 P0307：采用MATLAB中的函數(shù)filter2對(duì)受噪聲干擾的圖像進(jìn)行均值濾波 P0308：圖像的自適應(yīng)魏納濾波 P0309：運(yùn)用5種不同的梯度增強(qiáng)法進(jìn)行圖像銳化 P0310：圖像的高通濾波和掩模處理 P0311：利用巴特沃斯（Butterworth）低通濾波器對(duì)受噪聲干擾的圖像進(jìn)行平滑處理 P0312：利用巴特沃斯（Butterworth）高通濾波器對(duì)圖像進(jìn)行銳化處理
標(biāo)簽： P0301 P0302 P0303 P0
上傳時(shí)間： 2013-11-25
上傳用戶：jkhjkh1982
頻繁項(xiàng)集挖掘算法的計(jì)算復(fù)雜性和生成的頻繁項(xiàng)集數(shù)量隨著事務(wù)集項(xiàng)數(shù)的增加呈指數(shù)增長，最小支持度閾值成為控制這種增長的關(guān)鍵．然而，實(shí)際應(yīng)用中僅使用支持度閾值難以有效控制頻繁項(xiàng)集的規(guī)模．為此定義N個(gè) 最頻繁項(xiàng)集挖掘問題，并提出基于支持度閾值動(dòng)態(tài)調(diào)整策略的寬度優(yōu)先搜索算法Apriori和深度優(yōu)先搜索算法IntvMatrix挖掘N個(gè)最頻繁項(xiàng)集．實(shí)驗(yàn)表明，本文的2種方法的效率比樸素方法高2倍以上，特別當(dāng)N值較低時(shí)，本 文方法的效率優(yōu)勢(shì)更為明顯．
標(biāo)簽： 頻繁 項(xiàng)集挖掘 算法 計(jì)算
上傳時(shí)間： 2016-08-06
上傳用戶：星仔
5.22④ 假設(shè)系數(shù)矩陣A和B均以三元組表作為存儲(chǔ)結(jié)構(gòu)。 試寫出滿足以下條件的矩陣相加的算法：假設(shè)三元組表A 的空間足夠大，將矩陣B加到矩陣A上，不增加A、B之外 的附加空間，你的算法能否達(dá)到O(m+n)的時(shí)間復(fù)雜度?其 中m和n分別為A、B矩陣中非零元的數(shù)目。
上傳時(shí)間： 2013-12-13
上傳用戶：coeus
勻速升溫控制是個(gè)復(fù)雜的過程,具有大慣性、純滯后、非線性等特點(diǎn),難以得到精確的數(shù)學(xué)模型?？紤]到這些特點(diǎn),為提高控制精度,將Fuzzy-PID算法應(yīng)用于電阻爐溫度控制系統(tǒng),當(dāng)誤差較大時(shí)采用模糊控制,誤差較小時(shí)采用模糊PID控制,實(shí)現(xiàn)了2種控制方法的優(yōu)勢(shì)互補(bǔ),在此基礎(chǔ)上,給出了Fuzzy-PID控制器設(shè)計(jì)、硬件結(jié)構(gòu)和軟件設(shè)計(jì),實(shí)驗(yàn)曲線表明該控制算法可以獲得滿意的控制效果,采用模糊PID控制的效果明顯優(yōu)于常規(guī)PID控制。
上傳時(shí)間： 2016-08-27
上傳用戶：wangzhen1990
用于控制氧樂果生產(chǎn)的程序，適合windows2000和xp系統(tǒng)，對(duì)于間歇過程的控制很有作用。
上傳時(shí)間： 2016-08-31
上傳用戶：趙云興
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
