代码搜索：感知无线电
找到约 539 项符合「感知无线电」的源代码
代码结果 539
www.eeworm.com/read/252338/12286023
m 2-5.m
p = [0 0 1 1; 0 1 0 1];
t = [0 0 0 1];
%绘制输入向量和目标向量
plotpv(p,t)
%创建一个感知器网络
net = newp(minmax(p),1);
%设定权值
net.iw{1,1} = [-1.2 -0.5];
%设定阈值
net.b{1} = 1;
plotpc(net.iw{1,1},net.b{1})
www.eeworm.com/read/211652/15175993
m 2-5.m
p = [0 0 1 1; 0 1 0 1];
t = [0 0 0 1];
%绘制输入向量和目标向量
plotpv(p,t)
%创建一个感知器网络
net = newp(minmax(p),1);
%设定权值
net.iw{1,1} = [-1.2 -0.5];
%设定阈值
net.b{1} = 1;
plotpc(net.iw{1,1},net.b{1})
www.eeworm.com/read/404208/2306183
m 2-5.m
p = [0 0 1 1; 0 1 0 1];
t = [0 0 0 1];
%绘制输入向量和目标向量
plotpv(p,t)
%创建一个感知器网络
net = newp(minmax(p),1);
%设定权值
net.iw{1,1} = [-1.2 -0.5];
%设定阈值
net.b{1} = 1;
plotpc(net.iw{1,1},net.b{1})
www.eeworm.com/read/290926/8452351
txt 27.txt
中国/科技/信息/土卫六/发现/神秘/信号/暗示/地下/海洋/当前/位置/基础/研究/地球/科学/土卫六/发现/神秘/信号/暗示/地下/海洋/发布/时间/来源/中国/科学/技术/信息/研究/加工/整理/科技/国外/媒体/日报/研究/土星/卫星/探测/无线电/可能/地下/液态水/海洋/信号/如果/这样/对此/奇异/世界/可能/存在/生命/来说/消息/土卫六/外壳/认为/主要/组成/地表/温度/通常/ ...
www.eeworm.com/read/309569/13668626
txt 27.txt
中国/科技/信息/土卫六/发现/神秘/信号/暗示/地下/海洋/当前/位置/基础/研究/地球/科学/土卫六/发现/神秘/信号/暗示/地下/海洋/发布/时间/来源/中国/科学/技术/信息/研究/加工/整理/科技/国外/媒体/日报/研究/土星/卫星/探测/无线电/可能/地下/液态水/海洋/信号/如果/这样/对此/奇异/世界/可能/存在/生命/来说/消息/土卫六/外壳/认为/主要/组成/地表/温度/通常/ ...
www.eeworm.com/read/380496/9144789
m ganzhiqi2.m
%感知器用于4分类问题
P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5;
1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3];
T=[1 1 1 0 0 1 1 1 0 0;0 0 0 0 0 1 1 1 1 1];
[R,Q]=size(P);[S,Q]=size(T);[W0,B0]=rands(S,R
www.eeworm.com/read/181664/9242573
m feel.m
%感知神经网络分类器,只有两个输入,一个输出神经元.只能实现两类模式的分类(但问题是线性不可分或样本中有奇异点则不行)
%其输出只能取0或1用于简单的分类问题
%**************************************************
%举实例建立网络分类器
p=[-0.5 -0.5 0.3 -0.1 0.2 0.0 0.6 0.8 ;
-0.5 0.
www.eeworm.com/read/457626/7322277
txt pleaseread.txt
编译工程需要open、glut和glaux库
/Build/VC9.0/Debug下有2个编译好的Binary，可以直接运行，（建议先看报告）
Wum_GUI人工测试平台（可以当做小游戏）
操作：
w 前进
s 射箭
a 左转
d 右转
q 逃跑
Wum_Launcher测试算法平台
操作：
在窗口客户区单击鼠标左键即走一步
感知信息在Console内输出
www.eeworm.com/read/441342/7671610
m huomen.m
%实现电路中的或门功能如‘0’|‘1’=1
P=[0 0 1 1;0 1 0 1];%实现‘00’‘01’‘10’‘10’的或
T=[0 1 1 1];%相或结果为‘0’‘1’‘1’‘1’
net=newp(minmax(P),1);%生成感知器，有一个神经元
Y=sim(net,P)
net.trainParam.epochs=20;%最大训练步数为20
net=train(net,
www.eeworm.com/read/227818/14411187
m gan_zhi_qi.m
%感知器神经网络设计
%已知给出的样本点及其类别，在坐标图中把他们表示出来，不同的类别使用了不同的符号
%输入样本点及其相应的类别
P=[-0.5 -0.5 0.3 -0.1 0.2 0.0 0.6 0.8;
-0.5 0.5 -0.5 1.0 0.5 -0.9 0.8 -0.6];
T=[1 1 0 1 1 0 1 0];
%在坐标图上绘出样本点
plotpv(P,