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
www.eeworm.com/read/332284/12764929
m widrow_hoff.m
% ===================MSE梯度下降算法(Widrow-Hoff)====================
% X: 训练样本
% x: 待判样本
% N: 每类样本数
% Y: 规范化增广样本向量
% W: 权向量
% 对应课本Page104
% ======================================================
www.eeworm.com/read/332284/12764935
m singleperceptron.m
% =============感知准则单样本修正算法(SinglePerceptron)================
% X: 训练样本
% x: 待判样本
% N: 每类样本数
% Y: 规范化增广样本向量
% W: 权向量
% Ye: 错分样本集合
% 对应课本Page94
% ============================================
www.eeworm.com/read/331479/12825724
m sample.m
%定义数据采集函数
function [X,Y,m,m1,m2,n]=sample(m1,m2,n)
%x为生成特征个数为n的样本,其中一行为一个样本
%y为对应的分类标志
%m1为训练样本数
%m2为测试样本数
%m为生成的样本的个数
%n为生成的每个样本的特征
%f为样本生成结束标志
a0=-1;
b0=1;
X=[];
Y=[];
f=0;
m=m1+
www.eeworm.com/read/143198/12889757
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/142361/12950136
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/329374/12957582
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/327492/13074852
m hc742.m
%《数字信号处理教程——MATLAB释义与实现》第七章例7.4.2程序hc742
% 频率样本法过渡带所取样本数的影响
% 电子工业出版社出版 陈怀琛编著 2004年9月
%
N=65;N1=fix(N/6);N2=N-2*N1-1;
A=[ones(1,N1+1),zeros(1,N2),ones(1,N1)]; % 符幅特性样本序列
A1=[ones(1,N1+1),0.5,ze
www.eeworm.com/read/327492/13075246
m gfft.m
function X=gfft(x,k)
%《数字信号处理教程——MATLAB释义与实现》
% Goertzel算法子程序
% 电子工业出版社出版 陈怀琛编著 2004年9月
%
% X=gfft(x,k)
% ----------------------------------
% 用Goertzel算法计算序号为k的DFT样本
% x 输入序列,其长度即DFT长度
% k
www.eeworm.com/read/242170/13090350
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/242107/13094772
h backpropagation.h
/*
* Copyright (c) 2006
* All rights reserved.
*
* 文件名称:BackPropagation.h
* 文件标识:
* 摘 要 :多层前馈神经网络BP算法类声明
*
* 当前版本:1.0
* 作 者 :
* 完成日期:
*/
#pragma once
#define MINDOUBLE 0.00000001