SOM的學(xué)習(xí)規(guī)則有三個(gè)主要階段： 1）尋找與輸入模式xk最接近的連接權(quán)向量Wj*=（wj*1, wj*2,….., wj*N） 2）將該連接權(quán)向量Wj*進(jìn)一步朝向與輸入模式xk接近的方向調(diào)整 3）除調(diào)整連接權(quán)向量Wj*外，還調(diào)整鄰域內(nèi)的各個(gè)連接權(quán)向量，并隨著學(xué)習(xí)次數(shù)的增加，逐漸縮小鄰域范圍
上傳時(shí)間： 2014-01-16
上傳用戶：lili123
實(shí)現(xiàn)K均值算法，讀取文件，實(shí)現(xiàn)K均值的分類。
標(biāo)簽： K均值算法
上傳時(shí)間： 2015-04-23
上傳用戶：ghostparker
Windowed-Burg method is made in order to improve the Clasical Burg method. Previously, I send the PBURGW.m file, but now I include also the ARBURGW.m algorithm and some NOTES-EXAMPLES to explain it and compare with the pburg.m algorithm from MATLAB.
標(biāo)簽： method Windowed-Burg Previously the
上傳時(shí)間： 2013-12-22
上傳用戶：familiarsmile
本測(cè)試程序是針對(duì)TMS320LF2407 EVM的性能測(cè)試而設(shè)計(jì)開發(fā)的。程序運(yùn)行時(shí)將按順序?qū)?shù)據(jù)RAM空間、程序代碼空間、片上異步串行通訊、ADC-DAC聯(lián)合檢測(cè)、雙向數(shù)字I/O口、通用I/O和評(píng)估板LED、評(píng)估板并排手動(dòng)開關(guān)分別進(jìn)行檢測(cè)。測(cè)試結(jié)果的正確或錯(cuò)誤均有信息顯示。
標(biāo)簽： ADC-DAC 2407 TMS 320
上傳時(shí)間： 2014-02-04
上傳用戶：klin3139
盒維數(shù)MATLAB計(jì)算程序。%根據(jù)計(jì)盒維數(shù)原理編寫了求一維曲線分形維數(shù)的matlab程序 function D=FractalDim(y,cellmax) %求輸入一維信號(hào)的計(jì)盒分形維數(shù) %y是一維信號(hào) %cellmax:方格子的最大邊長(zhǎng),可以取2的偶數(shù)次冪次(1,2,4,8...),取大于數(shù)據(jù)長(zhǎng)度的偶數(shù) %D是y的計(jì)盒維數(shù)（一般情況下D>=1）,D=lim(log(N(e))/log(k/e)),
標(biāo)簽： FractalDim function cellmax MATLAB
上傳時(shí)間： 2015-04-23
上傳用戶：liuchee
如果整數(shù)A的全部因子(包括1，不包括A本身)之和等于B；且整數(shù)B的全部因子(包括1，不包括B本身)之和等于A，則將整數(shù)A和B稱為親密數(shù)。求3000以內(nèi)的全部親密數(shù)。 *題目分析與算法設(shè)計(jì) 按照親密數(shù)定義，要判斷數(shù)a是否有親密數(shù)，只要計(jì)算出a的全部因子的累加和為b，再計(jì)算b的全部因子的累加和為n，若n等于a則可判定a和b是親密數(shù)。計(jì)算數(shù)a的各因子的算法： 用a依次對(duì)i(i=1~a/2)進(jìn)行模運(yùn)算，若模運(yùn)算結(jié)果等于0，則i為a的一個(gè)因子；否則i就不是a的因子。 *
標(biāo)簽： 整數(shù)
上傳時(shí)間： 2015-04-24
上傳用戶：金宜
相信很多人都有對(duì)此算法有過(guò)詳細(xì)的了解,確實(shí)這個(gè)算法最K乘積問(wèn)題應(yīng)用的還是很廣泛的
標(biāo)簽： 算法
上傳時(shí)間： 2015-04-24
上傳用戶：腳趾頭
模擬退火算法來(lái)源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o(wú)序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問(wèn)題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問(wèn)題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過(guò)程。退火過(guò)程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：R50974
模擬退火算法來(lái)源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o(wú)序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問(wèn)題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問(wèn)題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過(guò)程。退火過(guò)程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：ryb
模擬退火算法來(lái)源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o(wú)序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問(wèn)題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問(wèn)題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過(guò)程。退火過(guò)程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2014-12-19
上傳用戶：TRIFCT
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<bdo id="k2ecq"></bdo>