程序名：ga_bp_predict.cpp 描述： 采用GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)程序，用于單因素時(shí)間 序列的預(yù)測,采用了單步與多步相結(jié)合預(yù)測 說明： 采用GA(浮點(diǎn)編碼)優(yōu)化NN的初始權(quán)值W[j][i],V[k][j]，然后再采用BP算法 優(yōu)化權(quán)值
標(biāo)簽： ga_bp_predict cpp 程序 BP神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-02-18
上傳用戶：冇尾飛鉈
若不希望用與估計(jì)輸入信號(hào)矢量有關(guān)的相關(guān)矩陣來加快LMS算法的收斂速度，那么可用變步長方法來縮短其自適應(yīng)收斂過程，其中一個(gè)主要的方法是歸一化LMS算法（NLMS算法），變步長 的更新公式可寫成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示濾波權(quán)矢量迭代更新的調(diào)整量。為了達(dá)到快速收斂的目的，必須合適的選擇變步長 的值，一個(gè)可能策略是盡可能多地減少瞬時(shí)平方誤差，即用瞬時(shí)平方誤差作為均方誤差的MSE簡單估計(jì)，這也是LMS算法的基本思想。
上傳時(shí)間： 2016-07-07
上傳用戶：changeboy
Digital Signature Algorithm (DSA)是Schnorr和ElGamal簽名算法的變種，被美國NIST作為DSS(DigitalSignature Standard)。算法中應(yīng)用了下述參數(shù)： p：L bits長的素?cái)?shù)。L是64的倍數(shù)，范圍是512到1024； q：p - 1的160bits的素因子； g：g = h^((p-1)/q) mod p，h滿足h < p - 1, h^((p-1)/q) mod p > 1； x：x < q，x為私鑰 ； y：y = g^x mod p ，( p, q, g, y )為公鑰； H( x )：One-Way Hash函數(shù)。DSS中選用SHA( Secure Hash Algorithm )。 p, q, g可由一組用戶共享，但在實(shí)際應(yīng)用中，使用公共模數(shù)可能會(huì)帶來一定的威脅。簽名及驗(yàn)證協(xié)議如下： 1. P產(chǎn)生隨機(jī)數(shù)k，k < q； 2. P計(jì)算 r = ( g^k mod p ) mod q s = ( k^(-1) (H(m) + xr)) mod q 簽名結(jié)果是( m, r, s )。 3. 驗(yàn)證時(shí)計(jì)算 w = s^(-1)mod q u1 = ( H( m ) * w ) mod q u2 = ( r * w ) mod q v = (( g^u1 * y^u2 ) mod p ) mod q 若v = r，則認(rèn)為簽名有效。 DSA是基于整數(shù)有限域離散對數(shù)難題的，其安全性與RSA相比差不多。DSA的一個(gè)重要特點(diǎn)是兩個(gè)素?cái)?shù)公開，這樣，當(dāng)使用別人的p和q時(shí)，即使不知道私鑰，你也能確認(rèn)它們是否是隨機(jī)產(chǎn)生的，還是作了手腳。RSA算法卻作不到。
標(biāo)簽： Algorithm Signature Digital Schnorr
上傳時(shí)間： 2014-01-01
上傳用戶：qq521
計(jì)算pi ** Pascal Sebah : September 1999 ** ** Subject: ** ** A very easy program to compute Pi with many digits. ** No optimisations, no tricks, just a basic program to learn how ** to compute in multiprecision.
標(biāo)簽： September Subject compute program
上傳時(shí)間： 2013-12-20
上傳用戶：jennyzai
設(shè)平面上分布著n個(gè)白點(diǎn)和n個(gè)黑點(diǎn)，每個(gè)點(diǎn)用一對坐標(biāo)（x, y）表示。一個(gè)黑點(diǎn)b=（xb,yb）支配一個(gè)白點(diǎn)w=(xw, yw)當(dāng)且僅當(dāng)xb>=xw和yb>=yw。若黑點(diǎn)b支配白點(diǎn)w，則黑點(diǎn)b和白點(diǎn)w可匹配（可形成一個(gè)匹配對）。在一個(gè)黑點(diǎn)最多只能與一個(gè)白點(diǎn)匹配，一個(gè)白點(diǎn)最多只能與一個(gè)黑點(diǎn)匹配的前提下，求n個(gè)白點(diǎn)和n個(gè)黑點(diǎn)的最大匹配對數(shù)。
標(biāo)簽： 分布
上傳時(shí)間： 2013-12-20
上傳用戶：米卡
OpenGL中的各種轉(zhuǎn)換是通過矩陣運(yùn)算實(shí)現(xiàn)的，具體的說，就是當(dāng)發(fā)出一個(gè)轉(zhuǎn)換命令時(shí)，該命令會(huì)生成一個(gè)4X4階的轉(zhuǎn)換矩陣（OpenGL中的物體坐標(biāo)一律采用齊次坐標(biāo)，即(x, y, z, w)，故所有變換矩陣都采用4X4矩陣），當(dāng)前矩陣與這個(gè)轉(zhuǎn)換矩陣相乘，從而生成新的當(dāng)前矩陣。例如，對于頂點(diǎn)坐標(biāo)v ，轉(zhuǎn)換命令通常在頂點(diǎn)坐標(biāo)命令之前發(fā)出，若當(dāng)前矩陣為C，轉(zhuǎn)換命令構(gòu)成的矩陣為M，則發(fā)出轉(zhuǎn)換命令后，生成的新的當(dāng)前矩陣為CM，這個(gè)矩陣再乘以頂點(diǎn)坐標(biāo)v，從而構(gòu)成新的頂點(diǎn)坐標(biāo)CMv。上述過程說明，程序中繪制頂點(diǎn)前的最后一個(gè)變換命令最先作用于頂點(diǎn)之上。這同時(shí)也說明，OpenGL編程中，實(shí)際的變換順序與指定的順序是相反的。文檔對其進(jìn)行了詳細(xì)的分析。
標(biāo)簽： OpenGL 轉(zhuǎn)換 矩陣運(yùn)算
上傳時(shí)間： 2016-07-21
上傳用戶：qilin
股票投資管理系統(tǒng)，K線圖，添加功能
上傳時(shí)間： 2014-11-28
上傳用戶：silenthink
執(zhí)行步驟1: 執(zhí)行EX1126程式進(jìn)入學(xué)生考試系統(tǒng) 權(quán)限描述: 使用者查詢:於”姓名”中輸入”Arno”,於”學(xué)號(hào)”中輸入”good”,再按下”使用者查詢” 即可查詢. 修改使用者:於”姓名”中輸入”GUEST”,於”學(xué)號(hào)”中輸入”0000”,再按下” 修改使用者即可修改: 功能描述: 使用者開始考試,於”姓名”中輸入自己的姓名,於”學(xué)號(hào)”中輸入學(xué)號(hào),再按下” 考試去”即可: 開始考試,同時(shí)系統(tǒng)紀(jì)錄考生狀態(tài)為”1”. 使用者考試,完成後按下”結(jié)算成績”,同時(shí)系統(tǒng)顯示紀(jì)錄考生該科分?jǐn)?shù),同時(shí)清除考生登入狀態(tài),使其無法重覆考試,老師並可查詢考生成績.
上傳時(shí)間： 2016-07-31
上傳用戶：chens000
K9F1208U0M 的ALE、CLE分別由DSP 的A1 和A0 控制。DSP的低8位數(shù)據(jù)線直接與閃存的I/O0-I/O7 相連，實(shí)現(xiàn)命令、地址和數(shù)據(jù)的傳輸； DSP的通用I/O口IOA2 接R/B，監(jiān)測存儲(chǔ)器的工作狀態(tài)，當(dāng)R/ B 處于低電平時(shí),表示有編程、擦除或隨機(jī)讀操作正在進(jìn)行；操作完成后, R/ B 會(huì)自動(dòng)返回高電平。DSP的W E 、R D 分別接FLASH的W E 、R E ， 控制讀、寫操作。CS2接閃存的片選線CE。
標(biāo)簽： K9F1208U0M DSP ALE CLE
上傳時(shí)間： 2016-08-03
上傳用戶：agent
The task of clustering Web sessions is to group Web sessions based on similarity and consists of maximizing the intra- group similarity while minimizing the inter-group similarity． The first and foremost question needed to be considered in clustering W b sessions is how to measure the similarity between Web sessions．However．there are many shortcomings in traditiona1 measurements．This paper introduces a new method for measuring similarities between Web pages that takes into account not only the URL but also the viewing time of the visited web page．Yhen we give a new method to measure the similarity of Web sessions using sequence alignment and the similarity of W eb page access in detail Experiments have proved that our method is valid and e幣cient．
標(biāo)簽： sessions clustering similarity Web
上傳時(shí)間： 2014-01-11
上傳用戶：songrui
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
