代码搜索：映射网络
找到约 10,000 项符合「映射网络」的源代码
代码结果 10,000
www.eeworm.com/read/355155/10290326
txt l7.2.txt
%向量获取
P=[1 0];
T=[0.1826 0.6325;0.3651 0.3162;0.5477 0.3162;0.7303 0.6325];
%网络初始化
[R,Q]=size(P);
[S,Q]=size(T);
W=zeros(S,R);
max_epoch=10;
lp.lr=0.3;
%Outstar网络训练
for epoch=1:max_epoch
fo
www.eeworm.com/read/355155/10290330
txt l7.1.txt
%向量分类
P=[0.1826 0.6325;0.3651 0.3162;0.5477 0.3162;0.7303 0.6325];
T=[1 0];
%网络初始化
[R,Q]=size(P);
[S,Q]=size(T);
W=zeros(S,R);
max_epoch=10;
lp.lr=0.7;
%Instar网络训练
for epoch=1:max_epoch
for
www.eeworm.com/read/355155/10290344
txt l7.3.txt
%向量分类
P=[0.1826 0.6325;0.3651 0.3162;0.5477 0.3162;0.7303 0.6325];
T=[1 0];
%网络初始化
[R,Q]=size(P);
[S,Q]=size(T);
W=zeros(S,R);
max_epoch=10;
lp.lr=0.7;
%learnk网络训练
for epoch=1:max_epoch
for
www.eeworm.com/read/355155/10290525
txt l6.2.txt
%Hopfield网络，两个平衡点
T=[-1 -1 1;1 -1 1]'
%网络设计
net=newhop(T);
%验证
Ai=T;
[Y,Pf,Af]=sim(net,2,[],Ai);
Y
%仿真
Ai={[-0.9;-0.8;0.7]};
[Y,Pf,Af]=sim(net,{1 5},{},Ai);
Y{1}
www.eeworm.com/read/416449/6960156
m sofmsimu.m
% 此为Sofm网络仿真函数
% 根据训练好的网络模型，对预测数据进行分类识别
function retstr = SofmSimu(ModelNo,NetPara,SimuData,DataDir)
NNTWARN OFF
retstr=-1;
%%%% 输入参数赋值开始 %%%%%%%%%%%%%%%%%%%%%%%
% 方便调试程序用，程序调试时去掉这部分的注释
ModelNo
www.eeworm.com/read/396352/8112692
htm 165_1.htm
香巴拉 软件下载 - 网络工具 - 联络聊天 - 网络电话 - [czy888.126.com]
td{font-size:9pt;line-height:140%}
b
www.eeworm.com/read/331558/12821452
asv fun_sigma.asv
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%计算优化影响因子sigma,这里可以计算无向图的Sigma，但是不能计算有向图的
%% 输入：网络G=(V,E),ni个节点，m条边; 网络内各个节点的质量（向量）
%% 输出：二维矩阵，【熵，影响因子】
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%