搜索：样本 - 虫虫下载站

人工智能/神经网络  基于神经网络工具箱函数trainbp和simuff实现的BP算法源程序

基于神经网络工具箱函数trainbp和simuff实现的BP算法源程序，内附样本数据和测试数据。

https://www.eeworm.com/dl/650/118079.html

下载: 93

查看: 1829

数学计算  方差分析（analysis of variance

方差分析（analysis of variance，或缩写ANOVA）又称变异数分析，是一种应用非常广泛的统计方法。其主要功能是检验两个或多个样本平均数的差异是否有统计学意义，用以推断它们的总体均值是否相同。

https://www.eeworm.com/dl/641/129230.html

下载: 198

查看: 1142

人工智能/神经网络  Hopfield 网——擅长于联想记忆与解迷路实现H网联想记忆的关键

Hopfield 网——擅长于联想记忆与解迷路实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。比较困难，目前还没有一个适应任意形式的记忆模式 ...

https://www.eeworm.com/dl/650/129314.html

下载: 153

查看: 1069

人工智能/神经网络  模式识别的源代码

模式识别的源代码，针对大样本集中样本自动分类的程序，可以手动控制输入点！

https://www.eeworm.com/dl/650/129456.html

下载: 194

查看: 1043

电子书籍  硕士论文

硕士论文，为需要的朋友提供一个样本，可以仿照。

https://www.eeworm.com/dl/cadence/ebook/129618.html

下载: 50

查看: 1008

人工智能/神经网络  K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是nkm

K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模 ...

https://www.eeworm.com/dl/650/129972.html

下载: 107

查看: 1217

人工智能/神经网络  自组织系统Kohonen网络模型。对于Kohonen神经网络

自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相 ...

https://www.eeworm.com/dl/650/130035.html

下载: 125

查看: 1136

人工智能/神经网络  基于C开发的三个隐层神经网络

基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8） ...

https://www.eeworm.com/dl/650/130562.html

下载: 126

查看: 1052

其他  摘要部分:这一快速算法的出现对数字信号分析领域的发展起到了极大的推动作用。从此以后

摘要部分:这一快速算法的出现对数字信号分析领域的发展起到了极大的推动作用。从此以后，它作为频谱分析的基础得到了由于计算机只能对信号的有限多个样本进行计算.

https://www.eeworm.com/dl/534/131184.html

下载: 101

查看: 1066

人工智能/神经网络  调用过程 CM = Confusion_matrix(train_predicts, train_targets) [combining_predicts, errorrate] = combinin

调用过程 CM = Confusion_matrix(train_predicts, train_targets) [combining_predicts, errorrate] = combining_NB(DP, test_targets, CM) DP，三维数组，(i,j,k)为第k个样本的DP矩阵 targets 为 0 1 2

https://www.eeworm.com/dl/650/137213.html

下载: 89

查看: 1023

搜索结果

按分类筛选