搜索结果
找到约 1,477 项符合
对偶迭代 的查询结果
数值算法/人工智能 Runge_Kutta算法 在计算方法中对微分方程进行求解
Runge_Kutta算法
在计算方法中对微分方程进行求解,迭代进行求解,效率较高
数学计算 以下是从一维数据计算最大Lyapunov指数的算法源程序
以下是从一维数据计算最大Lyapunov指数的算法源程序,在Visual C++中通过。
其中number一数据总量,dimension一重构维,delay-重构延迟,maxsplit一最大分离量
minsplit一最小分离量,iterates一迭代次数,resource-一维数据序列。
人工智能/神经网络 微粒群工具箱PSOt为PSO的工具箱
微粒群工具箱PSOt为PSO的工具箱,该工具箱将PSO算法的核心部分封装起来,提供给用户的为算法的可调参数,用户只需要定义好自己需要优化的函数(计算最小值或者最大值),并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度,Max_V)等,即可自行优化。 ...
matlab例程 最小均方(LMS)自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的
最小均方(LMS)自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的,依据输入信号在迭代过程中估计梯度矢量,并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法,其显著的特点是它的简单性。这算法不需要计算相应的相关函数,也不需要进行矩阵运算。 ...
matlab例程 若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度
若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度,那么可用变步长方法来缩短其自适应收敛过程,其中一个主要的方法是归一化LMS算法(NLMS算法),变步长 的更新公式可写成
W(n+1)=w(n)+ e(n)x(n)
=w(n)+ (3.1)
式中, = e(n)x(n)表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目 ...
数学计算 使用梯形法求函数的积分
使用梯形法求函数的积分,迭代时步长是固定值。用面向对象的类编写
数学计算 用牛顿法求解矩阵特征值
用牛顿法求解矩阵特征值,具体最 大 特征值迭代变量,分析了使用最 小 特征值迭代变量迭代时发散的原因。程序中有详细注释
人工智能/神经网络 基于Visual C++6.0的BP神经网络程序
基于Visual C++6.0的BP神经网络程序,具有可视化界面,可以自由选择输入节点个数,层数,最大迭代次数,步长