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/230506/14284099
m somtest.m
clc
clear all
close all
%产生样本数据P，P中包括三类二维矢量
range=[-2 2;-2 2];%样本数据取值范围
class=3;%样本数据类别数
num=30;%每类样本数据个数
std=0.1;%每类样本数据的方差
P=nngenc(range,class,num,std);
%画第一幅图：样本数据分布图
plot(P(1,:),P(2,:),
www.eeworm.com/read/126797/14402941
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/123833/14611610
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/122908/14657225
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/222962/14667043
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/122468/14688208
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/220803/14788501
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/220331/14803687
m jieyao.m
%画图6.6的程序
function jieyao(t1,t2,t0)
t=t1:0.01:-t0; %t0时刻前时间样本向量
tt=-t0:0.01:t2; %t0时刻后时间样本向量
n=length(t);
www.eeworm.com/read/476058/6773096
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/395679/8160951
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,