我們解決八數(shù)碼問(wèn)題,廣度優(yōu)先搜索可能會(huì)導(dǎo)致內(nèi)存不夠用,采用啟發(fā)式搜索,啟發(fā)函數(shù)為f(x)=g(x)+h(x) g(x)為該結(jié)點(diǎn)不同于目標(biāo)結(jié)點(diǎn)的個(gè)數(shù),h(x)為該結(jié)點(diǎn)的深度,選擇那f(x)結(jié)點(diǎn)最小的那個(gè)結(jié)點(diǎn)進(jìn)行擴(kuò)展, 引入了一個(gè)"擴(kuò)展數(shù)組[4]"(因?yàn)閿U(kuò)展的結(jié)點(diǎn)最多只有4個(gè)),該數(shù)組保存著某個(gè)結(jié)點(diǎn)的0點(diǎn)向各個(gè)方向的擴(kuò)展的結(jié)點(diǎn)對(duì)象,然后對(duì)該擴(kuò)展數(shù)組進(jìn)行分析,利用啟發(fā)函數(shù)在進(jìn)行遞歸擴(kuò)展...
標(biāo)簽： 搜索 數(shù)碼 內(nèi)存 啟發(fā)式
上傳時(shí)間： 2015-07-24
上傳用戶：LouieWu
我們解決八數(shù)碼問(wèn)題,廣度優(yōu)先搜索可能會(huì)導(dǎo)致內(nèi)存不夠用,采用啟發(fā)式搜索,啟發(fā)函數(shù)為f(x)=g(x)+h(x) g(x)為該結(jié)點(diǎn)不同于目標(biāo)結(jié)點(diǎn)的個(gè)數(shù),h(x)為該結(jié)點(diǎn)的深度,選擇那f(x)結(jié)點(diǎn)最小的那個(gè)結(jié)點(diǎn)進(jìn)行擴(kuò)展, 引入了一個(gè)"擴(kuò)展數(shù)組[4]"(因?yàn)閿U(kuò)展的結(jié)點(diǎn)最多只有4個(gè)),該數(shù)組保存著某個(gè)結(jié)點(diǎn)的0點(diǎn)向各個(gè)方向的擴(kuò)展的結(jié)點(diǎn)對(duì)象,然后對(duì)該擴(kuò)展數(shù)組進(jìn)行分析,利用啟發(fā)函數(shù)在進(jìn)行遞歸擴(kuò)展...
標(biāo)簽： 搜索 數(shù)碼 內(nèi)存 啟發(fā)式
上傳時(shí)間： 2014-01-03
上傳用戶：semi1981
* 本算法用最小二乘法依據(jù)指定的M個(gè)基函數(shù)及N個(gè)已知數(shù)據(jù)進(jìn)行曲線擬和 * 輸入: m--已知數(shù)據(jù)點(diǎn)的個(gè)數(shù)M * f--M維基函數(shù)向量 * n--已知數(shù)據(jù)點(diǎn)的個(gè)數(shù)N-1 * x--已知數(shù)據(jù)點(diǎn)第一坐標(biāo)的N維列向量 * y--已知數(shù)據(jù)點(diǎn)第二坐標(biāo)的N維列向量 * a--無(wú)用 * 輸出: 函數(shù)返回值為曲線擬和的均方誤差 * a為用基函數(shù)進(jìn)行曲線擬和的系數(shù), * 即a[0]f[0]+a[1]f[1]+...+a[M]f[M].
標(biāo)簽： 數(shù)據(jù) 函數(shù) 算法 最小二乘法
上傳時(shí)間： 2015-07-26
上傳用戶：
這是一個(gè)國(guó)內(nèi)通用的學(xué)生管理系統(tǒng)!包括院系,學(xué)生基本信息,照片,成績(jī),課程等多方面的管理系統(tǒng)
標(biāo)簽： 管理系統(tǒng) 方面
上傳時(shí)間： 2015-07-26
上傳用戶：whenfly
利用vhdl實(shí)現(xiàn)FPGA芯片從PS2鍵盤(pán)讀出數(shù)據(jù)(0-F) 并在數(shù)碼管上顯示
上傳時(shí)間： 2015-08-09
上傳用戶：zsjinju
用c# 開(kāi)發(fā)的flash player
上傳時(shí)間： 2015-08-10
上傳用戶：wab1981
sci 收 錄 檢 索 指 引
標(biāo)簽： sci
上傳時(shí)間： 2015-08-11
上傳用戶：silenthink
一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò) 提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系 數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的位置, 同時(shí)通過(guò)比較隱層神經(jīng)元的相似性、合并相似性較為接近的2 個(gè)神經(jīng)元來(lái)約簡(jiǎn)隱含層的神經(jīng)元,以 達(dá)到簡(jiǎn)化徑向基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的. 實(shí)驗(yàn)比較了幾種不同聚類算法的徑向基神經(jīng)網(wǎng)絡(luò),結(jié)果表 明,所提神經(jīng)網(wǎng)絡(luò)的整體訓(xùn)練時(shí)間至少可縮短40 ％ ,學(xué)習(xí)的準(zhǔn)確率可提高1 ％以上,而且網(wǎng)絡(luò)結(jié)構(gòu) 更加精簡(jiǎn).
標(biāo)簽： 徑向 神經(jīng)網(wǎng)絡(luò) 蟻群聚類 并行
上傳時(shí)間： 2013-12-26
上傳用戶：wuyuying
Ei 收 錄 檢 索 指 引
標(biāo)簽： Ei
上傳時(shí)間： 2015-08-11
上傳用戶：270189020
AVR原理與應(yīng)用手冊(cè)開(kāi)發(fā)手冊(cè),是介紹Atmel公司AVR系單片機(jī)的幫助教程。
標(biāo)簽： AVR Atmel 應(yīng)用手冊(cè) 單片機(jī)
上傳時(shí)間： 2013-12-29
上傳用戶：13160677563
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
