本程序用C語言實(shí)現(xiàn)了集成神經(jīng)網(wǎng)絡(luò)解決廣義異或問題。用神經(jīng)網(wǎng)絡(luò)集成方法做成表決網(wǎng),可克服初始權(quán)值的影響,對神經(jīng)網(wǎng)絡(luò)分類器來說:假設(shè)有N個獨(dú)立的子網(wǎng),采用絕對多數(shù)投票法,再假設(shè)每個子網(wǎng)以1-p的概率給出正確結(jié)果,且網(wǎng)絡(luò)之間的錯誤不相關(guān),則表決系統(tǒng)發(fā)生錯誤的概率為 Perr = ( ) pk(1-p)N-k 當(dāng)p<1/2時 Perr 隨N增大而單調(diào)遞減. 在工程化設(shè)計(jì)中,先設(shè)計(jì)并訓(xùn)練數(shù)目較多的子網(wǎng),然后從中選取少量最佳子網(wǎng)形成表決系統(tǒng),可以達(dá)到任意高的泛化能力。
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 子網(wǎng) 程序 C語言
上傳時間： 2015-05-03
上傳用戶：kiklkook
中南大學(xué)C語言程序設(shè)計(jì)實(shí)習(xí) 1 實(shí)驗(yàn)一：C語言圖形模式的設(shè)置 2 實(shí)習(xí)二：一元函數(shù)的圖形繪制 3 實(shí)習(xí)三：二維圖形的幾何變換 4 實(shí)習(xí)四：非線性方程求根的二分法 5 實(shí)習(xí)五：非線性方程求根的牛頓法 6 實(shí)習(xí)六：數(shù)值積分的矩形法和梯形法 7 實(shí)習(xí)八：級數(shù)求和問題 8 實(shí)習(xí)九：曲線擬合 9 實(shí)習(xí)十一：解線性方程組的Gauss消元法 10 實(shí)習(xí)十四：解線性方程組的Jacobi迭代法 11 實(shí)習(xí)十六：空間曲面和曲線的繪制 12 實(shí)習(xí)十七：Hanoi塔問題 13 實(shí)習(xí)十八：綜合問題
標(biāo)簽： 實(shí)習(xí) C語言 圖形 大學(xué)
上傳時間： 2013-12-16
上傳用戶：daguda
代入法的啟發(fā)示搜索 我的代碼實(shí)現(xiàn)是：按照自然語言各字母出現(xiàn)頻率的大小從高到低（已經(jīng)有人作國統(tǒng)計(jì)分析了）先生成一張字母出現(xiàn)頻率統(tǒng)計(jì)表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再對密文字母計(jì)算頻率，并按頻率從高到低生成一張輸入密文字母的統(tǒng)計(jì)表（B），通過兩張表的對應(yīng)關(guān)系，不斷用A中的字母去替換B中的字母，搜索不成功時就回退，在這里回朔是一個關(guān)鍵。
上傳時間： 2015-10-24
上傳用戶：wanqunsheng
二分法求一個未知數(shù)方程的根f(x)=0,x屬于[a,b],除了顯示每次計(jì)算的小區(qū)間外，還根據(jù)給定的精度計(jì)算了所需的次數(shù)k
上傳時間： 2016-02-05
上傳用戶：fredguo
用Gauss消元法、選列主元的Gauss消元法求線性方程組（1）的解，要求輸出增廣矩陣的消元變化過程。 用Gauss消元法、選列主元的Gauss消元法求線性方程組（1）的解，要求輸出增廣矩陣的消元變化過程 42x1+2x2+3x3=3 x1+7x2+7x3=1 -2x1+4x2+5x3=-7 算法思想：Gauss消元法是將線性方程組化為上三角形線性方程組，然后再用一個回代過程求這個上三角形線性方程組的解；選主元的Gauss消元法是在Gauss消元法上增加了選列主元的過程，選列主元是為了避免當(dāng)akk 為零或絕對值充分小時使計(jì)算過程被迫終止或計(jì)算誤差較大，選列主元是將akk、a(k+1)k 、…、ank 中絕對值最大的元素移到主對角線上，從而改進(jìn)Gauss消元法性能
上傳時間： 2016-02-06
上傳用戶：tyler
編寫一個用SOR法解方程組Ax=b的計(jì)算機(jī)程序，其中 要求程序中不存系數(shù)A，分別對不同的階數(shù)（例如n=15，80）取w=1.7,1.8,1.9，進(jìn)行迭代，記錄近似解 達(dá)到 時所用迭代次數(shù)k，觀察松弛因子對收斂速度的影響。
上傳時間： 2013-12-25
上傳用戶：wcl168881111111
冪法是一種計(jì)算矩陣主特征值（矩陣按模最大的特征值）及對應(yīng)特征向量的迭代方法，特別適用于大型稀疏矩陣。 但是，一般冪法迭代向量v的各個不等于零的分量將隨k 趨向于無窮大而使計(jì)算機(jī)溢出。因此，我們必須對某通幕法進(jìn)行規(guī)范。即規(guī)范化冪法
上傳時間： 2014-01-21
上傳用戶：tedo811
該綜述介紹了分層次聚類法，最大距離樣本，K平均聚類法等聚類方法的思路。
上傳時間： 2016-06-30
上傳用戶：星仔
高斯－塞德爾迭代法算法： 設(shè)方程組AX=b 的系數(shù)矩陣的對角線元素 ，M為迭代次數(shù)容許的最大值， 為容許誤差。 ① 取初始向量 ，令k=0 ② 對 計(jì)算 ③ 如果 ，則輸出 ，結(jié)束；否則執(zhí)行④， ④ 如果 ，則不收斂，終止程序；否則 ，轉(zhuǎn)②。
上傳時間： 2014-01-22
上傳用戶：集美慧
cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個有N個元組或者紀(jì)錄的數(shù)據(jù)集，分裂法將構(gòu)造K個分組，每一個分組就代表一個聚類，K<N。而且這K個分組滿足下列條件：（1） 每一個分組至少包含一個數(shù)據(jù)紀(jì)錄；（2）每一個數(shù)據(jù)紀(jì)錄屬于且僅屬于一個分組（注意：這個要求在某些模糊聚類算法中可以放寬）；對于給定的K，算法首先給出一個初始的分組方法，以后通過反復(fù)迭代的方法改變分組，使得每一次改進(jìn)之后的分組方案都較前一次好，而所謂好的標(biāo)準(zhǔn)就是：同一分組中的記錄越近越好，而不同分組中的紀(jì)錄越遠(yuǎn)越好。使用這個基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；
標(biāo)簽： partitioning cskmeans methods 聚類算法
上傳時間： 2014-01-16
上傳用戶：songyue1991
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
