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

關(guān)鍵算法

  • 2013遺傳算法工具箱

    % 生成訓練樣本集 clear all; clc; P=[110 0.807 240 0.2 15 1 18 2 1.5; 110 2.865 240 0.1 15 2 12 1 2; 110 2.59 240 0.1 12 4 24 1 1.5; 220 0.6 240 0.3 12 3 18 2 1; 220 3 240 0.3 25 3 21 1 1.5; 110 1.562 240 0.3 15 3 18 1 1.5; 110 0.547 240 0.3 15 1 9 2 1.5]; 0 1.318 300 0.1 15 2 18 1 2]; T=[54248 162787 168380 314797; 28614 63958 69637 82898; 86002 402710 644415 328084; 230802 445102 362823 335913; 60257 127892 76753 73541; 34615 93532 80762 110049; 56783 172907 164548 144040]; @907 117437 120368 130179]; m=max(max(P)); n=max(max(T)); P=P'/m; T=T'/n; %-------------------------------------------------------------------------% pr(1:9,1)=0; %輸入矢量的取值范圍矩陣 pr(1:9,2)=1; bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm'); %建立BP神經網絡, 12個隱層神經元,4個輸出神經元 %tranferFcn屬性 'logsig' 隱層采用Sigmoid傳輸函數 %tranferFcn屬性 'logsig' 輸出層采用Sigmoid傳輸函數 %trainFcn屬性 'traingdx' 自適應調整學習速率附加動量因子梯度下降反向傳播算法訓練函數 %learn屬性 'learngdm' 附加動量因子的梯度下降學習函數  net.trainParam.epochs=1000;%允許最大訓練步數2000步 net.trainParam.goal=0.001; %訓練目標最小誤差0.001 net.trainParam.show=10; %每間隔100步顯示一次訓練結果 net.trainParam.lr=0.05; %學習速率0.05 bpnet=train(bpnet,P,T); %------------------------------------------------------------------------- p=[110 1.318 300 0.1 15 2 18 1 2]; p=p'/m; r=sim(bpnet,p); R=r'*n; display(R);

    標簽: 2013 算法 工具箱

    上傳時間: 2016-05-28

    上傳用戶:shanqiu

  • Matlab中kmean算法實現

    自己編寫代碼實現了kmeans算法,輸入變量 data 為 N 行 m 列,每一行為一個數據點,num 表示聚類數目;輸出變量 label 為 N 行 1 列, 表示對應的數據點屬于哪一類。

    標簽: Matlab kmean 算法

    上傳時間: 2016-05-31

    上傳用戶:lmeeworm

  • kruskal算法實現

    最小生成樹之kruskal算法。針對給定的無向帶權圖,kruskal算法構造最小生成樹的思想:kruskal算法總共選擇n- 1條邊,(共n個點)所使用的貪心準則是:從剩下的邊中選擇一條不會產生的環路具有最小耗費的邊加入已選擇的邊的集合中。注意到所選取的邊若產生環路則不可能形成一棵生成樹。kruskal算法分e 步,其中e 是網絡中邊的數目。按耗費遞增的順序來考慮這e 條邊,每次考慮一條邊。當考慮某條邊時,若將其加入到已選邊的集合中會出現環路,則將其拋棄,否則,將它選入。

    標簽: kruskal 算法

    上傳時間: 2016-10-23

    上傳用戶:jsw1010

  • 批處理感知器算法

    批處理感知器算法的代碼matlab w1=[1,0.1,1.1;1,6.8,7.1;1,-3.5,-4.1;1,2.0,2.7;1,4.1,2.8;1,3.1,5.0;1,-0.8,-1.3;     1,0.9,1.2;1,5.0,6.4;1,3.9,4.0]; w2=[1,7.1,4.2;1,-1.4,-4.3;1,4.5,0.0;1,6.3,1.6;1,4.2,1.9;1,1.4,-3.2;1,2.4,-4.0;     1,2.5,-6.1;1,8.4,3.7;1,4.1,-2.2]; w3=[1,-3.0,-2.9;1,0.5,8.7;1,2.9,2.1;1,-0.1,5.2;1,-4.0,2.2;1,-1.3,3.7;1,-3.4,6.2;     1,-4.1,3.4;1,-5.1,1.6;1,1.9,5.1]; figure; plot(w3(:,2),w3(:,3),'ro'); hold on; plot(w2(:,2),w2(:,3),'b+'); W=[w2;-w3];%增廣樣本規范化 a=[0,0,0]; k=0;%記錄步數 n=1; y=zeros(size(W,2),1);%記錄錯分的樣本 while any(y<=0)     k=k+1;     y=a*transpose(W);%記錄錯分的樣本     a=a+sum(W(find(y<=0),:));%更新a     if k >= 250         break     end end if k<250     disp(['a為:',num2str(a)])      disp(['k為:',num2str(k)]) else      disp(['在250步以內沒有收斂,終止']) end %判決面:x2=-a2*x1/a3-a1/a3 xmin=min(min(w1(:,2)),min(w2(:,2))); xmax=max(max(w1(:,2)),max(w2(:,2))); x=xmin-1:xmax+1;%(xmax-xmin): y=-a(2)*x/a(3)-a(1)/a(3); plot(x,y)

    標簽: 批處理 算法matlab

    上傳時間: 2016-11-07

    上傳用戶:a1241314660

  • 基于遺傳算法的機器人路徑規劃MATLAB源代碼

    取各障礙物頂點連線的中點為路徑點,相互連接各路徑點,將機器人移動的起點和終點限制在各路徑點上,利用最短路徑算法來求網絡圖的最短路徑,找到從起點P1到終點Pn的最短路徑。上述算法使用了連接線中點的條件,因此不是整個規劃空間的最優路徑,然后利用遺傳算法對找到的最短路徑各個路徑點Pi (i=1,2,…n)調整,讓各路徑點在相應障礙物端點連線上滑動,利用Pi= Pi1+ti×(Pi2-Pi1)(ti∈[0,1] i=1,2,…n)即可確定相應的Pi,即為新的路徑點,連接此路徑點為最優路徑。

    標簽: 遺傳算法 路徑規劃 matlab

    上傳時間: 2017-05-05

    上傳用戶:tttt123

  • 數據挖掘-聚類-K-means算法Java實現

    K-Means算法是最古老也是應用最廣泛的聚類算法,它使用質心定義原型,質心是一組點的均值,通常該算法用于n維連續空間中的對象。 K-Means算法流程 step1:選擇K個點作為初始質心 step2:repeat                將每個點指派到最近的質心,形成K個簇                重新計算每個簇的質心             until 質心不在變化  例如下圖的樣本集,初始選擇是三個質心比較集中,但是迭代3次之后,質心趨于穩定,并將樣本集分為3部分    我們對每一個步驟都進行分析 step1:選擇K個點作為初始質心 這一步首先要知道K的值,也就是說K是手動設置的,而不是像EM算法那樣自動聚類成n個簇 其次,如何選擇初始質心      最簡單的方式無異于,隨機選取質心了,然后多次運行,取效果最好的那個結果。這個方法,簡單但不見得有效,有很大的可能是得到局部最優。      另一種復雜的方式是,隨機選取一個質心,然后計算離這個質心最遠的樣本點,對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式,可以確保質心是隨機的,并且是散開的。 step2:repeat                將每個點指派到最近的質心,形成K個簇                重新計算每個簇的質心             until 質心不在變化  如何定義最近的概念,對于歐式空間中的點,可以使用歐式空間,對于文檔可以用余弦相似性等等。對于給定的數據,可能適應與多種合適的鄰近性度量。

    標簽: K-means Java 數據挖掘 聚類 算法

    上傳時間: 2018-11-27

    上傳用戶:1159474180

  • 在一個圓形操場的四周擺放著n堆石子現要將石子有次序地合并

    在一個圓形操場的四周擺放著n堆石子。現要將石子有次序地合并成一堆。規定每次只能選相鄰的2堆石子合并成新的一堆,并將新的一堆石子數記為該次合并的得分。試設計一個算法,計算出將n堆石子合并成一堆的最小得分和最大得分,并分析算法的計算復雜性。

    標簽: 合并

    上傳時間: 2018-12-20

    上傳用戶:969895392

  • 《算法設計與分析》實驗指導書

    設有n=2k個運動員要進行網球循環賽。現要設計一個滿足以下要求的比賽日程表:⑴每個選手必須與其他n-1個選手各賽一次;⑵每個選手一天只能賽一次;⑶循環賽一共進行n-1天。按此要求可將比賽日程表設計-成有n行和n-l列的一個表。在表中第i行和第j列處填入第i個選手在第j天所遇到的選手。用分治法編寫為該循環賽設計一張比賽日程表的算法并運行實現、對復雜度進行分析。

    標簽: 算法 實驗指導書 設計與分析

    上傳時間: 2019-06-04

    上傳用戶:594551562

  • matlab神經網絡算法通信信號調制識別

    %========================開始提取加噪信號的各類特征值================================ for n=1:1:50;     m=n*Ns;     x=(n-1)*Ns; for i=x+1:m;          %提取加噪信號'signal_with_noise=y+noise'的前256個元素,抽取50次     y0(i)=signal_with_noise(i); end Y=fft(y0);        %對調制信號進行快速傅里葉算法(離散) y1=hilbert(y0) ;    %調制信號實部的解析式  factor=0;        %開始求零中心歸一化瞬時幅度譜密度的最大值gamma_max for i=x+1:m;    factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns

    標簽: matlab 神經網絡算法 通信信號 調制識別

    上傳時間: 2020-04-07

    上傳用戶:如拷貝般復制

  • matlab神經網絡算法通信信號調制識別y

    %========================開始提取加噪信號的各類特征值================================ for n=1:1:50;     m=n*Ns;     x=(n-1)*Ns; for i=x+1:m;          %提取加噪信號'signal_with_noise=y+noise'的前256個元素,抽取50次     y0(i)=signal_with_noise(i); end Y=fft(y0);        %對調制信號進行快速傅里葉算法(離散) y1=hilbert(y0) ;    %調制信號實部的解析式  factor=0;        %開始求零中心歸一化瞬時幅度譜密度的最大值gamma_max for i=x+1:m;    factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns

    標簽: matlab 神經網絡算法 通信信號 調制識別

    上傳時間: 2020-04-07

    上傳用戶:如拷貝般復制

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
欧美日韩国产成人| 亚洲国产精品久久久久秋霞不卡| 亚洲电影观看| 国产日韩精品一区观看| 国产精品国产馆在线真实露脸 | 欧美日韩亚洲一区二区三区在线观看 | 国产欧美日韩高清| 国产精品社区| 国产色视频一区| 国产亚洲欧美色| 激情欧美日韩一区| 在线精品观看| 91久久精品一区二区三区| 亚洲国产精品ⅴa在线观看| 亚洲国产91| 亚洲精品一区久久久久久| 最新成人av在线| 99v久久综合狠狠综合久久| 99国产精品99久久久久久| 在线视频一区二区| 欧美一级午夜免费电影| 久久久91精品国产一区二区三区 | 欧美在线短视频| 久久精品欧洲| 女人色偷偷aa久久天堂| 欧美麻豆久久久久久中文| 国产精品地址| 狠狠色丁香婷综合久久| 亚洲日本电影在线| 亚洲一区免费| 久久亚洲私人国产精品va媚药 | 亚洲日本中文字幕区| 99xxxx成人网| 欧美一区二区三区啪啪| 美国十次成人| 欧美日韩在线大尺度| 国产色产综合产在线视频| 亚洲国产99精品国自产| 亚洲手机视频| 噜噜噜在线观看免费视频日韩| 欧美精品自拍| 国产午夜一区二区三区| 亚洲精品一区在线观看香蕉| 亚洲一二三级电影| 久久一区二区精品| 国产精品视频精品视频| 亚洲国产天堂网精品网站| 亚洲在线播放| 欧美精品一区二| 狠狠色综合一区二区| 夜夜嗨av色一区二区不卡| 久久久久久电影| 欧美手机在线| 亚洲第一区在线观看| 午夜精品久久久99热福利| 欧美成人一区二区三区| 国产婷婷一区二区| 一二三四社区欧美黄| 久久人人爽爽爽人久久久| 国产精品激情av在线播放| 91久久精品国产91久久| 欧美综合国产| 国产精品青草综合久久久久99| 亚洲人成人一区二区在线观看 | 国产手机视频一区二区| 亚洲日韩欧美视频| 久久精品青青大伊人av| 国产精品国产三级国产专播精品人 | 亚洲精品在线二区| 久久精品国产久精国产思思| 国产精品户外野外| 亚洲乱码精品一二三四区日韩在线| 久久精品99国产精品日本| 国产精品成人免费| 亚洲美女视频在线观看| 美女91精品| 亚洲第一综合天堂另类专| 亚洲欧美中文另类| 欧美日韩国产a| 国产深夜精品| 亚洲精品影院在线观看| 久久成人综合视频| 国产精品成人观看视频免费| 亚洲欧洲日本在线| 麻豆91精品| 国语自产在线不卡| 欧美在线电影| 国产亚洲精久久久久久| 亚洲一区国产精品| 欧美午夜不卡视频| 国产欧美精品日韩区二区麻豆天美| 性欧美大战久久久久久久免费观看| 久久久精彩视频| 国产精品r级在线| 99精品久久久| 欧美激情四色 | 国产精品高潮粉嫩av| 99亚洲伊人久久精品影院红桃| 欧美激情成人在线| 欧美精品乱码久久久久久按摩| 国产精品免费看久久久香蕉| avtt综合网| 国产精品大全| 午夜在线视频观看日韩17c| 国产目拍亚洲精品99久久精品| 亚洲欧美在线一区二区| 国产婷婷色一区二区三区| 欧美中在线观看| 伊人色综合久久天天| 蜜桃久久av| 一区二区欧美精品| 国产精品一区一区三区| 久久久久国色av免费看影院| 亚洲国产视频a| 欧美三级在线| 久久电影一区| 亚洲国产欧美精品| 欧美网站在线| 久久久精品午夜少妇| 91久久精品国产| 国产精品jizz在线观看美国| 欧美专区在线| 亚洲人成网站999久久久综合 | 国产精品美女在线| 欧美一区二区私人影院日本| 伊伊综合在线| 国产精品理论片在线观看| 久久久久国产一区二区三区| aaa亚洲精品一二三区| 国产日韩精品久久久| 欧美福利精品| 久久国产黑丝| 亚洲视频一区| 极品少妇一区二区三区精品视频| 欧美精品18+| 欧美亚洲一级片| 日韩亚洲欧美在线观看| 国产一区二区日韩精品欧美精品| 欧美/亚洲一区| 欧美一级午夜免费电影| 亚洲日本欧美天堂| 国产一区在线观看视频| 欧美视频一区二| 蜜桃久久av| 欧美一区二区视频观看视频| 日韩视频免费大全中文字幕| 国产一区深夜福利| 欧美婷婷在线| 欧美高清在线视频观看不卡| 欧美中文字幕在线观看| 亚洲视频中文字幕| 亚洲欧洲美洲综合色网| 好看的av在线不卡观看| 国产精品视频九色porn| 欧美日韩国产在线一区| 欧美不卡视频一区| 久久综合一区二区| 久久精品亚洲一区二区| 性欧美办公室18xxxxhd| 亚洲一区一卡| 亚洲最新在线视频| 最新国产乱人伦偷精品免费网站| 国产在线观看一区| 国产日韩欧美三级| 国产精品久久久久免费a∨| 欧美另类一区| 欧美日本一区| 欧美日本久久| 欧美揉bbbbb揉bbbbb| 欧美日韩精品三区| 欧美日韩第一区日日骚| 欧美黄在线观看| 欧美巨乳波霸| 欧美日韩国产综合新一区| 欧美日本国产精品| 欧美精品一区二区三区一线天视频| 麻豆精品精华液| 免费永久网站黄欧美| 免费国产一区二区| 欧美国产日韩一二三区| 欧美激情黄色片| 欧美日韩一级大片网址| 欧美性色aⅴ视频一区日韩精品| 欧美日韩国产片| 国产精品国产精品| 国产伦精品一区| 黄色精品网站| 亚洲欧洲在线视频| 日韩一级免费| 亚洲永久在线| 欧美中文字幕在线| 久久综合久久综合久久综合| 久久综合色播五月| 欧美日韩成人在线播放| 国产精品久久久久久影视| 国产手机视频一区二区| 在线观看国产一区二区| 亚洲精品永久免费| 亚洲欧美中文字幕| 久久另类ts人妖一区二区 |