matlab經(jīng)典算法程序,包括：插值與擬合、規(guī)劃問(wèn)題、繪圖、解方程、數(shù)據(jù)分析等等，對(duì)初學(xué)者有些幫助，到現(xiàn)在還經(jīng)?？纯矗瑴毓识隆?/p>
上傳時(shí)間： 2016-11-05
上傳用戶：cursor
在matlab環(huán)境下用智能算法--人工魚群算法求函數(shù)極值的matlab程序
標(biāo)簽： matlab 環(huán)境 智能算法 人工魚群
上傳時(shí)間： 2013-12-20
上傳用戶：璇珠官人
做matlab與計(jì)算機(jī)智能算法這是不可多得的好程序，已經(jīng)成功支邊
標(biāo)簽： matlab 計(jì)算機(jī) 智能算法 程序
上傳時(shí)間： 2014-01-12
上傳用戶：xinyuzhiqiwuwu
基本的群智能算法MatLab范例程式,對(duì)剛接觸PSO的新手來(lái)說(shuō),可以有初步的認(rèn)知
上傳時(shí)間： 2013-11-28
上傳用戶：三人用菜
很有用的Matlab聚類分析算法，很全面，保證可用
上傳時(shí)間： 2013-12-19
上傳用戶：yzy6007
《MATLAB 神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》源代碼&數(shù)據(jù)
標(biāo)簽： 《MATLAB 神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析》源代碼&數(shù)據(jù)
上傳時(shí)間： 2015-07-16
上傳用戶：ninsjkdkjh
書籍MATLAB 神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析源代碼
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) MATLAB 案例
上傳時(shí)間： 2016-04-09
上傳用戶：8864
matlab隨機(jī)森林工具箱,來(lái)自MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析
標(biāo)簽： matlab 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2022-06-24
上傳用戶：
《現(xiàn)代通信系統(tǒng)盲處理技術(shù)新進(jìn)展---基于智能算法》主要由以下8章組成： 第1章簡(jiǎn)要介紹無(wú)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(shí)。第2章介紹人工神經(jīng)網(wǎng)絡(luò)及相應(yīng)知識(shí)，從BP神經(jīng)網(wǎng)絡(luò)若手研究盲處理問(wèn)題,同時(shí)給出復(fù)數(shù)域BP神經(jīng)網(wǎng)絡(luò)的信號(hào)盲處理方法和該類方法的優(yōu)缺點(diǎn)說(shuō)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(jī)框架下的盲處理算法，介紹支持向批機(jī)的原理，給出基于ε- 支持向量回歸機(jī)的信道估計(jì)新方法，并介紹基千支持向批回歸方法的MPSK和QAM的盲信號(hào)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(fēng)險(xiǎn)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(yàn)風(fēng)險(xiǎn)項(xiàng)構(gòu)造一個(gè)新的代價(jià)函數(shù)，進(jìn)而通過(guò)迭代求解優(yōu)化問(wèn)題獲得均衡器。第5章介紹神經(jīng)動(dòng)力學(xué)和反饋神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)，特別地從神經(jīng)動(dòng)力學(xué)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(duì)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(hào)與發(fā)送信號(hào)之間的子空間關(guān)系，構(gòu)造一個(gè)適用于現(xiàn)代通信系統(tǒng)中的盲檢測(cè)的特定性能函數(shù)和優(yōu)化問(wèn)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(shí)現(xiàn)通信信號(hào)盲處理的理論和方法，針對(duì)多相制信號(hào)的特點(diǎn)給出兩種連續(xù)相位多闕值激勵(lì)函數(shù)形式，并分析討論該兩類激勵(lì)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(duì)函數(shù)及其相關(guān)證明。介紹采用幅相連續(xù)激勵(lì)法解決稀疏QAM 信號(hào)的盲檢測(cè)思路，并針對(duì) QAM 信號(hào)的特點(diǎn)，分別給出連續(xù)幅度和相位多闕值激勵(lì)函數(shù)形式，分析討論該類激勵(lì)函數(shù)的特點(diǎn)。第7章則電在從另一個(gè)角度提出采用同相正交振幅連續(xù)激勵(lì)法解決密集QAM信號(hào)盲檢測(cè)方法。介紹如何從激勵(lì)函數(shù)角度分析放大因子選擇的范圍；給出該特定問(wèn)題的同步和異步運(yùn)行模式下的新能量函數(shù)形式；并證明和分析所設(shè)計(jì)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(hào)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(dāng)信號(hào)的統(tǒng)計(jì)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(cè)能力：通用高階QMA的激勵(lì)函數(shù)被使用作為低階QAM信號(hào)盲檢測(cè)問(wèn)題時(shí)的適用性......
標(biāo)簽： 無(wú)線通信系統(tǒng) 智能算法
上傳時(shí)間： 2022-07-09
上傳用戶：
萬(wàn)年歷算法分析:萬(wàn)年歷算法一、 陽(yáng)歷算法具體算法見(jiàn)函數(shù)Void get_solar_day_date(void)，這樣陽(yáng)歷日歷的星期排法就確定了。表1：
標(biāo)簽： 萬(wàn)年歷 算法分析 農(nóng)歷
上傳時(shí)間： 2013-05-23
上傳用戶：林魚2016
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
