代码搜索：小样本

找到约 10,000 项符合「小样本」的源代码

代码结果 10,000
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/374682/9389184

txt 使用说明.txt

本程序为一个误差向后传播的三层前馈神经网络有指导的学习算法 一、程序运行需要以下输入文件(用户可在下列文件中设置相应参数)： 1.runfile.txt 读取信息依次为：程序运行次数， 异或经网络计算输出文件名(result.txt)，误差报告输出文件名(error.txt)，样本输入数据文件名(pattern.txt)，输入权重及偏置量文件名(weight.txt)，输出权重及偏 ...
·
www.eeworm.com/read/177691/9440255

m exp2_16.m

%curve interpolation ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys xs=0:length(ys)-1; %已有的样本点xs x=0:0.1:length(ys)-1;%新的样本点x y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1 y2=interp1(xs,ys,
·
www.eeworm.com/read/372266/9514683

m exp2_16.m

%curve interpolation ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys xs=0:length(ys)-1; %已有的样本点xs x=0:0.1:length(ys)-1;%新的样本点x y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1 y2=interp1(xs,ys,
·
www.eeworm.com/read/372259/9515145

m exp2_16.m

%curve interpolation ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys xs=0:length(ys)-1; %已有的样本点xs x=0:0.1:length(ys)-1;%新的样本点x y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1 y2=interp1(xs,ys,
·
www.eeworm.com/read/174645/9579107

m auncertainty.m

function [auncertainA,auncertainB,auncertain]=Auncertainty(X,Syserr,alpha) %auncertain=Auncertainty(X,alpha) %本函数用来求A类不确定度 %X为样本数据 %alpha为置信度 [m,n]=size(X);%输入样本数据X的大小 if (m==1||n==1)%X必须为一维行
·
www.eeworm.com/read/365163/9876487

asv mynewparzen.asv

% xi=rand(1,1024); %按照均匀分布在0-1之间产生一维随机样本1024个 % x=linspace(-1,2,1024); %在-1-2之间划分1024个点 % p=Parzen(xi,x,0.25,[]); % plot(x,p); % xi=randn(1,1024); %按照0-1分布产生一维随机样本1024个 % x=linspace(-2,2,10
·
www.eeworm.com/read/365163/9876489

m mynewparzen.m

% xi=rand(1,1024); %按照均匀分布在0-1之间产生一维随机样本1024个 % x=linspace(-1,2,1024); %在-1-2之间划分1024个点 % p=Parzen(xi,x,0.5,[]); % plot(x,p); % xi=randn(1,1024); %按照0-1分布产生一维随机样本1024个 % x=linspace(-2,2,102
·
www.eeworm.com/read/365163/9876490

m myparzen.m

%function p=Parzen(xi,x,h1,f) %xi为样本，x为概率密度函数的自变量的取值， %h1为样本数为1时的窗宽，f为窗函数 %返回x对应的概率密度函数值 clc,clear; Num=2000; % 样本数 %产生服从正态分布的随机样本 xi=mvnrnd([0 1 ],eye(2),N
·
www.eeworm.com/read/362596/9989398

m exp2_16.m

%curve interpolation ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys xs=0:length(ys)-1; %已有的样本点xs x=0:0.1:length(ys)-1;%新的样本点x y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1 y2=interp1(xs,ys,
·
www.eeworm.com/read/361503/10049449

m generatesample.m

function [] = generatesample( path ) %generatesample 在指定路径生成适合于训练的样本 % path -- 指定路径，用于保存样本文件 p = [0:1:255] ; t = zeros(1,256); t(82:256) = 1 ; save(path,'p','t');
·