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

誤差函數(shù)

  • effrc 是誤差函數(shù)。 在計算二階微分方程的時候會用到。

    effrc 是誤差函數(shù)。 在計算二階微分方程的時候會用到。

    標簽: effrc 誤差函數(shù) 計算 二階

    上傳時間: 2014-01-15

    上傳用戶:sz_hjbf

  • 特殊函數(shù) 1.г函數(shù)、貝塔函數(shù)、階乘及二項式系數(shù) 2.不完全г函數(shù)、誤差函數(shù) 3.不完全貝塔函數(shù)

    特殊函數(shù) 1.г函數(shù)、貝塔函數(shù)、階乘及二項式系數(shù) 2.不完全г函數(shù)、誤差函數(shù) 3.不完全貝塔函數(shù)

    標簽: 函數(shù) 系數(shù) 誤差函數(shù)

    上傳時間: 2016-01-04

    上傳用戶:維子哥哥

  • 這是一個用C語言編寫的計算誤差函數(shù)的程序。其主要特點是從定義出發(fā)

    這是一個用C語言編寫的計算誤差函數(shù)的程序。其主要特點是從定義出發(fā),具有很好的參考價值。

    標簽: C語言 編寫 程序 定義

    上傳時間: 2014-01-19

    上傳用戶:jkhjkh1982

  • 討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓練過程中減小誤差函數(shù)時最優(yōu)方向的確定和自適應(yīng)調(diào)整學習率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學習過程,重點討論了減小誤差函數(shù)最優(yōu)方

    討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓練過程中減小誤差函數(shù)時最優(yōu)方向的確定和自適應(yīng)調(diào)整學習率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學習過程,重點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梯度方向一致,由此得出了自適應(yīng)調(diào)整學習率的簡便方法。該方法具有 普遍性,有廣泛的應(yīng)用價值。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)的學習速 度。

    標簽: 小波神經(jīng)網(wǎng)絡(luò) 過程 誤差函數(shù)

    上傳時間: 2014-01-22

    上傳用戶:金宜

  • 1.г函數(shù)、貝塔函數(shù)、階乘及二項式系數(shù) 2.不完全г函數(shù)、誤差函數(shù) 3.不完全貝塔函數(shù) 4.零階、一階和任意整數(shù)階的第一、二類貝賽函數(shù) 5.零階、一階和任意整數(shù)階的第一、二類變形貝賽函數(shù) 6

    1.г函數(shù)、貝塔函數(shù)、階乘及二項式系數(shù) 2.不完全г函數(shù)、誤差函數(shù) 3.不完全貝塔函數(shù) 4.零階、一階和任意整數(shù)階的第一、二類貝賽函數(shù) 5.零階、一階和任意整數(shù)階的第一、二類變形貝賽函數(shù) 6.分數(shù)階第一類貝賽爾函數(shù)和變形貝賽爾函數(shù) 7.指數(shù)積分和定指數(shù)積分 8.連帶勒讓德函數(shù)

    標簽: 函數(shù) 整數(shù) 系數(shù)

    上傳時間: 2016-12-23

    上傳用戶:hjshhyy

  • ERF函數(shù)的原代碼,erf(x)=(2/根號下派)*(exp(-z方)對z積分

    ERF函數(shù)的原代碼,erf(x)=(2/根號下派)*(exp(-z方)對z積分,積分下限是0,上限是x),誤差函數(shù)從形式上很像正態(tài)分布的分布函數(shù)Φ(x),是對一個形如正態(tài)分布的概率密度函數(shù)做變上限積分的結(jié)果;

    標簽: ERF erf exp 函數(shù)

    上傳時間: 2014-07-01

    上傳用戶:wangzhen1990

  • 一種基于BP算法學習的小波神經(jīng)網(wǎng)絡(luò)

    一種基于BP算法學習的小波神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)隱層采用框架小波函數(shù)、輸出層采用Sigmoid 激勵函數(shù), 并選用“熵誤差函數(shù)”以加速網(wǎng)絡(luò)的學習速度。

    標簽: BP算法 小波神經(jīng)網(wǎng)絡(luò)

    上傳時間: 2016-05-04

    上傳用戶:TF2015

  • LMS

    LMS,用MATLAB實現(xiàn)LMS算法,實現(xiàn)MES等值圖和誤差函數(shù)的功率譜圖

    標簽: LMS

    上傳時間: 2013-12-18

    上傳用戶:qweqweqwe

  • C語言算法速查手冊 書本附件

    第1章 緒論 1 1.1 程序設(shè)計語言概述 1 1.1.1 機器語言 1 1.1.2 匯編語言 2 1.1.3 高級語言 2 1.1.4 C語言 3 1.2 C語言的優(yōu)點和缺點 4 1.2.1 C語言的優(yōu)點 4 1.2.2 C語言的缺點 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復(fù)雜度 8 1.3.3 算法的準確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復(fù)數(shù)運算 18 2.1 復(fù)數(shù)的四則運算 18 2.1.1 [算法1] 復(fù)數(shù)乘法 18 2.1.2 [算法2] 復(fù)數(shù)除法 20 2.1.3 【實例5】 復(fù)數(shù)的四則運算 22 2.2 復(fù)數(shù)的常用函數(shù)運算 23 2.2.1 [算法3] 復(fù)數(shù)的乘冪 23 2.2.2 [算法4] 復(fù)數(shù)的n次方根 25 2.2.3 [算法5] 復(fù)數(shù)指數(shù) 27 2.2.4 [算法6] 復(fù)數(shù)對數(shù) 29 2.2.5 [算法7] 復(fù)數(shù)正弦 30 2.2.6 [算法8] 復(fù)數(shù)余弦 32 2.2.7 【實例6】 復(fù)數(shù)的函數(shù)運算 34 第3章 多項式計算 37 3.1 多項式的表示方法 37 3.1.1 系數(shù)表示法 37 3.1.2 點表示法 38 3.1.3 [算法9] 系數(shù)表示轉(zhuǎn)化為點表示 38 3.1.4 [算法10] 點表示轉(zhuǎn)化為系數(shù)表示 42 3.1.5 【實例7】 系數(shù)表示法與點表示法的轉(zhuǎn)化 46 3.2 多項式運算 47 3.2.1 [算法11] 復(fù)系數(shù)多項式相乘 47 3.2.2 [算法12] 實系數(shù)多項式相乘 50 3.2.3 [算法13] 復(fù)系數(shù)多項式相除 52 3.2.4 [算法14] 實系數(shù)多項式相除 54 3.2.5 【實例8】 復(fù)系數(shù)多項式的乘除法 56 3.2.6 【實例9】 實系數(shù)多項式的乘除法 57 3.3 多項式的求值 59 3.3.1 [算法15] 一元多項式求值 59 3.3.2 [算法16] 一元多項式多組求值 60 3.3.3 [算法17] 二元多項式求值 63 3.3.4 【實例10】 一元多項式求值 65 3.3.5 【實例11】 二元多項式求值 66 第4章 矩陣計算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實矩陣相乘 68 4.1.2 [算法19] 復(fù)矩陣相乘 70 4.1.3 【實例12】 實矩陣與復(fù)矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對稱正定矩陣的行列式值 80 4.2.4 【實例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復(fù)矩陣的逆 84 4.3.2 [算法24] 求對稱正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實例14】 驗證矩陣求逆算法 97 4.3.5 【實例15】 驗證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實對稱矩陣的LDL分解 102 4.4.2 [算法27] 對稱正定實矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實矩陣的QR分解 112 4.4.5 [算法30] 對稱實矩陣相似變換為對稱三對角陣 116 4.4.6 [算法31] 一般實矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實例16】 對一般實矩陣進行QR分解 126 4.4.8 【實例17】 對稱矩陣的相似變換 127 4.4.9 【實例18】 一般實矩陣相似變換 129 4.5 矩陣特征值的計算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對稱三對角陣的全部特征值 137 4.5.3 [算法34] 求對稱矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對稱矩陣特征值的雅可比過關(guān)法 147 4.5.5 【實例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實例20】 分別用兩種雅克比法求對稱矩陣特征值 152 第5章 線性代數(shù)方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復(fù)系數(shù)方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實系數(shù)方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復(fù)系數(shù)方程組的全選主元高斯-約當消去法 163 5.1.4 [算法39] 求解實系數(shù)方程組的全選主元高斯-約當消去法 168 5.1.5 [算法40] 求解大型稀疏系數(shù)矩陣方程組的高斯-約當消去法 171 5.1.6 [算法41] 求解三對角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實例21】 解線性實系數(shù)方程組 179 5.1.9 【實例22】 解線性復(fù)系數(shù)方程組 180 5.1.10 【實例23】 解三對角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對稱方程組的LDL分解法 184 5.2.2 [算法44] 求解對稱正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問題的QR分解法 188 5.2.4 【實例24】 求解對稱正定方程組 191 5.2.5 【實例25】 求解線性最小二乘問題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德爾迭代法 200 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對稱正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實例26】 解病態(tài)方程組 214 5.3.8 【實例27】 用迭代法解方程組 215 5.3.9 【實例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過程 219 6.1.1 確定非線性方程實根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個實根的方法 221 6.2.1 [算法52] 對分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實例29】 用對分法求非線性方程組的實根 232 6.2.6 【實例30】 用牛頓法求非線性方程組的實根 233 6.2.7 【實例31】 用插值法求非線性方程組的實根 235 6.2.8 【實例32】 用埃特金迭代法求非線性方程組的實根 237 6.3 求實系數(shù)多項式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實例33】 用QR方法求解多項式的全部根 240 6.4 求非線性方程組一組實根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實例34】 用梯度法計算非線性方程組的一組實根 250 6.4.4 【實例35】 用擬牛頓法計算非線性方程組的一組實根 252 第7章 代數(shù)插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類邊界條件的三次樣條函數(shù)插值 287 7.5.2 [算法69] 第二類邊界條件的三次樣條函數(shù)插值 292 7.5.3 [算法70] 第三類邊界條件的三次樣條函數(shù)插值 296 7.5.4 【實例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實例41】 驗證連分式插值的函數(shù) 308 第8章 數(shù)值積分法 309 8.1 變步長求積法 310 8.1.1 [算法72] 變步長梯形求積法 310 8.1.2 [算法73] 自適應(yīng)梯形求積法 313 8.1.3 [算法74] 變步長辛卜生求積法 316 8.1.4 [算法75] 變步長辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實例42】 變步長積分法進行一重積分 325 8.1.7 【實例43】 變步長辛卜生積分法進行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應(yīng)高斯求積方法 337 8.2.6 【實例44】 有限區(qū)間高斯求積法 342 8.2.7 【實例45】 半無限區(qū)間內(nèi)高斯求積法 343 8.2.8 【實例46】 無限區(qū)間內(nèi)高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計算一重積分的連分式方法 346 8.3.2 [算法83] 計算二重積分的連分式方法 350 8.3.3 【實例47】 連分式法進行一重積分 354 8.3.4 【實例48】 連分式法進行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進行二重積分 358 8.4.3 【實例49】 一重積分的蒙特卡洛法 360 8.4.4 【實例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長歐拉方法 364 9.1.2 [算法87] 變步長歐拉方法 366 9.1.3 [算法88] 改進的歐拉方法 370 9.1.4 【實例51】 歐拉方法求常微分方程數(shù)值解 372 9.2 龍格-庫塔方法 376 9.2.1 [算法89] 定步長龍格-庫塔方法 376 9.2.2 [算法90] 變步長龍格-庫塔方法 379 9.2.3 [算法91] 變步長基爾方法 383 9.2.4 【實例52】 龍格-庫塔方法求常微分方程的初值問題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當姆斯預(yù)報校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實例53】 線性多步法求常微分方程組初值問題 401 第10章 擬合與逼近 405 10.1 一元多項式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實例54】 一元多項式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實例55】 二元多項式擬合 428 第11章 特殊函數(shù) 430 11.1 連分式級數(shù)和指數(shù)積分 430 11.1.1 [算法98] 連分式級數(shù)求值 430 11.1.2 [算法99] 指數(shù)積分 433 11.1.3 【實例56】 連分式級數(shù)求值 436 11.1.4 【實例57】 指數(shù)積分求值 438 11.2 伽馬函數(shù) 439 11.2.1 [算法100] 伽馬函數(shù) 439 11.2.2 [算法101] 貝塔函數(shù) 441 11.2.3 [算法102] 階乘 442 11.2.4 【實例58】 伽馬函數(shù)和貝塔函數(shù)求值 443 11.2.5 【實例59】 階乘求值 444 11.3 不完全伽馬函數(shù) 445 11.3.1 [算法103] 不完全伽馬函數(shù) 445 11.3.2 [算法104] 誤差函數(shù) 448 11.3.3 [算法105] 卡方分布函數(shù) 450 11.3.4 【實例60】 不完全伽馬函數(shù)求值 451 11.3.5 【實例61】 誤差函數(shù)求值 452 11.3.6 【實例62】 卡方分布函數(shù)求值 453 11.4 不完全貝塔函數(shù) 454 11.4.1 [算法106] 不完全貝塔函數(shù) 454 11.4.2 [算法107] 學生分布函數(shù) 457 11.4.3 [算法108] 累積二項式分布函數(shù) 458 11.4.4 【實例63】 不完全貝塔函數(shù)求值 459 11.5 貝塞爾函數(shù) 461 11.5.1 [算法109] 第一類整數(shù)階貝塞爾函數(shù) 461 11.5.2 [算法110] 第二類整數(shù)階貝塞爾函數(shù) 466 11.5.3 [算法111] 變型第一類整數(shù)階貝塞爾函數(shù) 469 11.5.4 [算法112] 變型第二類整數(shù)階貝塞爾函數(shù) 473 11.5.5 【實例64】 貝塞爾函數(shù)求值 476 11.5.6 【實例65】 變型貝塞爾函數(shù)求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類橢圓積分 479 11.6.2 [算法114] 第一類橢圓積分的退化形式 481 11.6.3 [算法115] 第二類橢圓積分 483 11.6.4 [算法116] 第三類橢圓積分 486 11.6.5 【實例66】 第一類勒讓德橢圓函數(shù)積分求值 490 11.6.6 【實例67】 第二類勒讓德橢圓函數(shù)積分求值 492 第12章 極值問題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導(dǎo)數(shù)的Brent方法 506 12.1.5 【實例68】 使用黃金分割搜索法求極值 511 12.1.6 【實例69】 使用Brent法求極值 513 12.1.7 【實例70】 使用帶導(dǎo)數(shù)的Brent法求極值 515 12.2 多元函數(shù)求極值 517 12.2.1 [算法121] 不需要導(dǎo)數(shù)的一維搜索 517 12.2.2 [算法122] 需要導(dǎo)數(shù)的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準牛頓法 531 12.2.6 【實例71】 驗證不使用導(dǎo)數(shù)的一維搜索 536 12.2.7 【實例72】 用Powell算法求極值 537 12.2.8 【實例73】 用共軛梯度法求極值 539 12.2.9 【實例74】 用準牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問題的單純形法 556 12.3.4 【實例75】 用單純形法求無約束條件下N維的極值 568 12.3.5 【實例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實例77】 求解線性規(guī)劃問題 571 第13章 隨機數(shù)產(chǎn)生與統(tǒng)計描述 574 13.1 均勻分布隨機序列 574 13.1.1 [算法129] 產(chǎn)生0到1之間均勻分布的一個隨機數(shù) 574 13.1.2 [算法130] 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 576 13.1.3 [算法131] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個隨機整數(shù) 577 13.1.4 [算法132] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 578 13.1.5 【實例78】 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 580 13.1.6 【實例79】 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 581 13.2 正態(tài)分布隨機序列 582 13.2.1 [算法133] 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 582 13.2.2 [算法134] 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 585 13.2.3 【實例80】 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 587 13.2.4 【實例81】 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 588 13.3 統(tǒng)計描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時的t分布檢驗 591 13.3.3 [算法137] 方差不同時的t分布檢驗 594 13.3.4 [算法138] 方差的F檢驗 596 13.3.5 [算法139] 卡方檢驗 599 13.3.6 【實例82】 計算隨機樣本的矩 601 13.3.7 【實例83】 t分布檢驗 602 13.3.8 【實例84】 F分布檢驗 605 13.3.9 【實例85】 檢驗卡方檢驗的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數(shù)組的二分查找 609 14.1.2 [算法141] 無序數(shù)組同時查找最大和最小的元素 611 14.1.3 [算法142] 無序數(shù)組查找第M小的元素 613 14.1.4 【實例86】 基本查找 615 14.2 結(jié)構(gòu)體和磁盤文件的查找 617 14.2.1 [算法143] 無序結(jié)構(gòu)體數(shù)組的順序查找 617 14.2.2 [算法144] 磁盤文件中記錄的順序查找 618 14.2.3 【實例87】 結(jié)構(gòu)體數(shù)組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數(shù) 622 14.3.2 [算法146] 哈希函數(shù) 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實例88】 構(gòu)造哈希表并進行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實例91】 選擇排序 650 15.4 線性時間排序 651 15.4.1 [算法156] 計數(shù)排序 651 15.4.2 [算法157] 基數(shù)排序 653 15.4.3 【實例92】 線性時間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實例93】 二路歸并排序 660 第16章 數(shù)學變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復(fù)數(shù)據(jù)快速傅里葉變換 662 16.1.2 [算法160] 復(fù)數(shù)據(jù)快速傅里葉逆變換 666 16.1.3 [算法161] 實數(shù)據(jù)快速傅里葉變換 669 16.1.4 【實例94】 驗證傅里葉變換的函數(shù) 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實例95】 驗證沃爾什變換和哈達瑪?shù)暮瘮?shù) 684 16.2.5 【實例96】 驗證離散余弦變換的函數(shù) 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實例97】 驗證五點三次平滑 692 16.3.4 【實例98】 驗證α-β-γ濾波算法 693  

    標簽: C 算法 附件 源代碼

    上傳時間: 2015-06-29

    上傳用戶:cbsdukaf

  • 現(xiàn)代無線通信系統(tǒng)盲處理技術(shù)新進展基于智能算法

    《現(xiàn)代通信系統(tǒng)盲處理技術(shù)新進展---基于智能算法》主要由以下8章組成:  第1章簡要介紹無線通信系統(tǒng)的結(jié)構(gòu)和發(fā)展概況,以及其盲處理算法的相關(guān)知識。第2章介紹人工神經(jīng)網(wǎng)絡(luò)及相應(yīng)知識,從BP神經(jīng)網(wǎng)絡(luò)若手研究盲處理問題,同時給出復(fù)數(shù)域BP神經(jīng)網(wǎng)絡(luò)的信號盲處理方法和該類方法的優(yōu)缺點說明。在第3章中介紹智能體的概念,并給出基于多智能體系統(tǒng)的盲處理方法。第4章介紹基于支持向量機框架下的盲處理算法,介紹支持向批機的原理,給出基于ε- 支持向量回歸機的信道估計新方法,并介紹基千支持向批回歸方法的MPSK和QAM的盲信號處理方法,然后引入星座匹配誤差函數(shù),并根據(jù)線性支持向攪回歸和有序風險最小化原則,由恒模和星座匹配誤差函數(shù)聯(lián)合組成的新經(jīng)驗風險項構(gòu)造一個新的代價函數(shù),進而通過迭代求解優(yōu)化問題獲得均衡器。第5章介紹神經(jīng)動力學和反饋神經(jīng)網(wǎng)絡(luò)的相關(guān)知識,特別地從神經(jīng)動力學角度論述連續(xù)反饋神經(jīng)網(wǎng)絡(luò)可有效飛作的原因,論述反饋神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣對吸引子和相軌跡的影響。并給出如何根據(jù)系統(tǒng)接收信號與發(fā)送信號之間的子空間關(guān)系,構(gòu)造一個適用于現(xiàn)代通信系統(tǒng)中的盲檢測的特定性能函數(shù)和優(yōu)化問題。第6章分別展示如何基于連續(xù)多閾值神經(jīng)元Hopfield網(wǎng)絡(luò)模型實現(xiàn)通信信號盲處理的理論和方法,針對多相制信號的特點給出兩種連續(xù)相位多闕值激勵函數(shù)形式,并分析討論該兩類激勵函數(shù)參數(shù)的選擇、分別給出連續(xù)多閾值神經(jīng)元 Hopfield 網(wǎng)絡(luò)工作于同步和異步模式下的新能隊函數(shù)及其相關(guān)證明。介紹采用幅相連續(xù)激勵法解決稀疏QAM 信號的盲檢測思路,并針對 QAM 信號的特點,分別給出連續(xù)幅度和相位多闕值激勵函數(shù)形式,分析討論該類激勵函數(shù)的特點。第7章則電在從另一個角度提出采用同相正交振幅連續(xù)激勵法解決密集QAM信號盲檢測方法。介紹如何從激勵函數(shù)角度分析放大因子選擇的范圍;給出該特定問題的同步和異步運行模式下的新能量函數(shù)形式;并證明和分析所設(shè)計的能量函數(shù)部分定理;介紹在基于反饋神經(jīng)網(wǎng)絡(luò)的信號盲處理方法這一研究課題中發(fā)現(xiàn)的幾類現(xiàn)象,包括當信號的統(tǒng)計信息缺失或失真情況下,連續(xù)多閾值神經(jīng)元反饋神經(jīng)網(wǎng)絡(luò)的盲檢測能力:通用高階QMA的激勵函數(shù)被使用作為低階QAM信號盲檢測問題時的適用性......

    標簽: 無線通信系統(tǒng) 智能算法

    上傳時間: 2022-07-09

    上傳用戶:

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
亚洲精品在线观看免费| 一区二区免费看| 精品不卡在线| 亚洲五月六月| 欧美伦理91| 亚洲激情成人网| 久久女同精品一区二区| 国产欧美一区二区精品婷婷| 99re6这里只有精品视频在线观看| 久久青草欧美一区二区三区| 国产午夜精品福利| 亚洲精品1区2区| 欧美激情一区三区| 亚洲精品国精品久久99热一| 久久综合久久久久88| 影音先锋亚洲视频| 麻豆成人综合网| 亚洲国产色一区| 欧美成人免费小视频| 亚洲第一网站| 欧美成人免费播放| 亚洲日本中文| 欧美视频在线视频| 亚洲精品美女久久久久| 亚洲国产视频直播| 欧美日本不卡| 中文av字幕一区| 国产精品久久久久久超碰| 在线一区观看| 国产精品视频免费在线观看| 亚洲欧洲av一区二区| 国产亚洲欧美在线| 久久先锋资源| 亚洲电影自拍| 欧美视频专区一二在线观看| 亚洲一区二区在线免费观看| 国产精品一区免费视频| 欧美伊人久久| **性色生活片久久毛片| 欧美日韩在线另类| 午夜亚洲视频| 亚洲人成啪啪网站| 欧美激情一区二区三区全黄| 亚洲图片欧洲图片日韩av| 韩国福利一区| 欧美视频手机在线| 久久米奇亚洲| 99视频在线观看一区三区| 国产精品一区二区欧美| 蜜桃av噜噜一区二区三区| 亚洲免费在线播放| 亚洲国产精品久久久久久女王| 欧美视频精品在线| 久久综合亚洲社区| 99国产精品一区| 国产精品在线看| 欧美激情精品久久久久久蜜臀 | 午夜影视日本亚洲欧洲精品| 一区二区在线观看视频| 欧美日韩一级黄| 免费不卡欧美自拍视频| 亚洲一区二区免费看| 亚洲高清自拍| 国产三级欧美三级日产三级99| 欧美大片在线影院| 亚洲欧美成人一区二区在线电影| 精品99一区二区| 欧美韩日一区| 欧美日韩ab| 亚洲欧洲一二三| 久久精品一区二区国产| 亚洲综合成人在线| 亚洲精品日韩在线观看| 精品二区视频| 国产三区二区一区久久| 欧美成人免费va影院高清| 亚洲欧美激情诱惑| 亚洲视频在线免费观看| 亚洲伦理久久| 亚洲电影免费在线| 激情六月综合| 激情久久久久久久| 激情成人av| 国内精品久久久久久久97牛牛| 国产精品亚发布| 国产精品乱子久久久久| 欧美性猛交一区二区三区精品| 欧美日韩在线播放一区| 欧美精品日韩一区| 久久精品国语| 日韩视频中午一区| 亚洲毛片一区二区| 一区二区三区精品视频在线观看| 亚洲婷婷综合色高清在线| 在线日韩中文| 香蕉久久一区二区不卡无毒影院| 性刺激综合网| 欧美精品在线免费观看| 国产亚洲精品久久久| 欧美另类在线播放| 国自产拍偷拍福利精品免费一| 欧美福利网址| 欧美中文字幕视频在线观看| 国产偷国产偷精品高清尤物| 正在播放日韩| 欧美日韩高清在线播放| 欧美精品粉嫩高潮一区二区| 女人色偷偷aa久久天堂| 国产精品亚洲一区| 美女免费视频一区| 亚洲国产精品日韩| 国产在线一区二区三区四区| 在线欧美三区| 亚洲人成在线免费观看| 黄网站免费久久| 欧美jjzz| 国产精品电影观看| 亚洲每日在线| 另类亚洲自拍| 黄色小说综合网站| 香蕉久久a毛片| 国产日韩欧美高清免费| 国产亚洲女人久久久久毛片| 中文一区在线| 久久久青草青青国产亚洲免观| 夜夜精品视频一区二区| 国产精品一区二区女厕厕| 欧美日韩一卡| 亚洲免费中文字幕| 日韩亚洲欧美精品| 欧美人与性动交a欧美精品| 一区二区欧美日韩视频| 国产精品初高中精品久久| 亚洲欧美日韩国产中文| 国产欧美在线| 亚洲天堂网在线观看| 欧美视频久久| 久久九九99| 99av国产精品欲麻豆| 在线观看视频一区二区欧美日韩 | 午夜亚洲视频| 亚洲日本成人| 日韩视频中文字幕| 在线观看日韩国产| 一区在线观看视频| 一道本一区二区| 一区二区三区在线免费播放| 国产美女高潮久久白浆| 欧美性片在线观看| 国产亚洲亚洲| 久久国产精品99国产| 欧美在线观看一区二区| 玖玖玖国产精品| 国产视频一区免费看| 亚洲精品一区二区三区四区高清| 国产酒店精品激情| 日韩亚洲欧美高清| 免费在线视频一区| 欧美极品在线播放| 国产精品久久久久久久第一福利| 亚洲欧美一区二区原创| 久久久亚洲午夜电影| 久久综合中文字幕| 国产精品v亚洲精品v日韩精品| 欧美吻胸吃奶大尺度电影| 一本到12不卡视频在线dvd| 国产精品99免视看9| 久久福利电影| 1000部精品久久久久久久久| 欧美精品123区| 亚洲欧美精品在线观看| 尤物精品国产第一福利三区| 欧美精品自拍偷拍动漫精品| 亚洲欧美在线一区二区| 在线看片一区| 国产精品视频免费| 欧美v日韩v国产v| 亚洲欧美激情视频| 亚洲丰满少妇videoshd| 国产精品美女www爽爽爽| 久久综合网络一区二区| 亚洲综合三区| 日韩午夜免费视频| 黄色综合网站| 国产精品视频一| 欧美美女视频| 久久综合久色欧美综合狠狠| 亚洲视频一区在线| 亚洲精品国产精品国产自| 国产一区二区三区的电影| 欧美视频免费在线观看| 欧美v亚洲v综合ⅴ国产v| 久久国产精品亚洲77777| 一区二区欧美激情| 亚洲人成亚洲人成在线观看图片| 国产在线欧美日韩| 国产精品午夜久久| 欧美午夜国产| 欧美日韩的一区二区| 欧美高清视频|