L-M算法。除了動量法(基于梯度下降的訓練算法)外，學習率自適應調整策略是BP算法改進的另一種途徑，它利用Levenberg-Marquardt優化方法，從而使得學習時間更短。其缺點是，對于復雜的問題，該方法需要很大的存儲空間。
上傳時間： 2014-01-04
上傳用戶：ommshaggar
題目:參加運動會的N個學校編號為1~N.比賽分成M個男子項目和W個女子項目,項目編號分別為1~M和M+1~M+W.由于個項目參加人數差別較大,有些項目取前5名,得分順序為7,5,3,2,1 還有些項目只取前3名,得分順序為5,3,2.寫一個統計程序產生各種成績單和得分報表.基本要求:產生各學校的成績單,內容包括各校所取得的每項成績的項目號,名次,姓名和得分 產生團體總分報表,內容包括校號,男子團體總分,女子團體總分和團體總分.概要設計:1. 為實現上述程序功能,應以線性表表示集合.2. 本程序包含3個模塊:(1) 各集合定義模塊(2) 線性表實現模塊(3) 主程序模塊
上傳時間： 2013-12-21
上傳用戶：黃華強
系統資源(r1…rm),共有m類，每類數目為r1…rm。隨機產生進程Pi(id,s(j,k)，t),0
上傳時間： 2014-01-27
上傳用戶：天誠24
matlab在系統辨識中的應用此處為M序列產生的源代碼及運行后結果（包括圖像）
上傳時間： 2015-03-23
上傳用戶：徐孺
通子的考試系統 本程序版權屬于通子 程序功能： 1。考生可以選擇科目進行考試 2. 考過科目不再重新登陸考試 2。考題時隨機的，避免考生之間互相抄襲。 3。考題為五題，設定30秒后自動提交 4。提交后可以直接得到你的成績，并知道你是否通過了考試了 5. 可以了解你的成績與總成績的對比 程序優缺點： 1。未使用javaBean技術。 2。使用的是聲明語句在Conn.jsp，功能是進行數據庫連接； 3。使用html處理的不好，頁面不甚美觀。 4。未采用MVC，M(mode-database)，V(view-jsp)，C（controller-servlet）. 程序流程： 進入 考生 —— 登錄界面 ——進入——測試——提交——成績 login.jsp —— test.jsp —— score.jsp test.mdb test.mdb test.mdb 抱歉： 由于時間不足,未能把java(2)班全體同學的信息全部添加到數據庫中。 附： java（2）班全體同學信息打包在里面了，有意者可以添加。 希望對此程序作改進的有我聯系。我的QQ：120244312 E-Mail：zuotongyousai@163.com
上傳時間： 2015-03-25
上傳用戶：wfeel
圖的遍歷:圖是由頂點集合(vertex)及頂點間的關系集合組成的一種數據結構:Graph＝( V, E ).使用拓撲排序的算法.
上傳時間： 2015-03-26
上傳用戶：wangdean1101
(E-Book) Linux C++ Programming.zip，for those who like linux programming
標簽： Programming E-Book Linux zip
上傳時間： 2013-11-30
上傳用戶：牛津鞋
C語言圣經 The C programming Language By Brian W. Kernighan and Dennis M. Ritchie.
標簽： M. W. programming Kernighan
上傳時間： 2013-12-29
上傳用戶：q123321
這是一個學生成績管理系統，其中“I”表示插入，“L”表示瀏覽，“Q”表示查詢， “E”表示退出，“D”表示刪除，“M”表示修改,"c"表示統計各分數段人數,"p"表示打印. 本程序實現了： （1）單獨運行以上各功能,即在進入主菜單以后，點一功能鍵后關閉，再進入主菜單 點別的功能鍵。如運行"cjgl"文件后,在出現的主界面中點“I”，可插入數據，插入完 以后，關閉；在出現的主界面中點“M”，可修改數據，修改完以后關閉，用同樣的方法 可運行其它的功能。 （2）連續運行部分的功能。
標簽： 管理系統
上傳時間： 2013-12-19
上傳用戶：我們的船長
This a Bayesian ICA algorithm for the linear instantaneous mixing model with additive Gaussian noise [1]. The inference problem is solved by ML-II, i.e. the sources are found by integration over the source posterior and the noise covariance and mixing matrix are found by maximization of the marginal likelihood [1]. The sufficient statistics are estimated by either variational mean field theory with the linear response correction or by adaptive TAP mean field theory [2,3]. The mean field equations are solved by a belief propagation method [4] or sequential iteration. The computational complexity is N M^3, where N is the number of time samples and M the number of sources.
標簽： instantaneous algorithm Bayesian Gaussian
上傳時間： 2013-12-19
上傳用戶：jjj0202
