bp算法，網(wǎng)絡(luò)為1－5－2－2－1。函數(shù)為y=sin(3x)cosx+1。這是用c語(yǔ)言寫(xiě)的，能運(yùn)行，可以畫(huà)圖，這是神經(jīng)網(wǎng)絡(luò)的一個(gè)作業(yè)。
標(biāo)簽： 算法
上傳時(shí)間： 2014-01-06
上傳用戶(hù)：qilin
用遺傳算法解決通信中的TDOA問(wèn)題 文件名 program 完成功能 求出在進(jìn)行account_test次的試驗(yàn)中每一次的最優(yōu)染色體，并且求出均值MV，和均方誤差MSE 文件名 definition_constant( ) 完成功能 對(duì)各個(gè)常量試驗(yàn)參數(shù)進(jìn)行設(shè)定 文件名 main_program 完成功能 完成一次試驗(yàn)的計(jì)算 文件名 all_Noise 完成功能 計(jì)算TDOA值（由基站所測(cè)量的TDOA（受到噪聲的干擾）) 文件名 gen_ini_pop_arr 完成功能 產(chǎn)生染色體矩陣pop_arr，矩陣的1，2行為估計(jì)的x，y坐標(biāo)，矩陣的3，4行為0。
標(biāo)簽： account_test program TDOA 算法
上傳時(shí)間： 2013-12-22
上傳用戶(hù)：shinesyh
簡(jiǎn)單遺傳算法VC實(shí)現(xiàn)，包括選擇，交叉，變異以及種群初始化
標(biāo)簽： 算法
上傳時(shí)間： 2015-05-11
上傳用戶(hù)：小儒尼尼奧
求圖的頂點(diǎn)連通度算法。方法就是先對(duì)源和匯做枚舉，之后對(duì)每個(gè)枚舉情況，把除去源匯兩點(diǎn)的其余所有頂點(diǎn)看成是容量限制為1的點(diǎn)，求網(wǎng)絡(luò)的最大流，就是此點(diǎn)對(duì)的頂點(diǎn)連通度，之后對(duì)枚舉的所有點(diǎn)對(duì)找連通度最小的當(dāng)成圖的連通度。 帶有頂點(diǎn)容量限制的最大流方法：將帶容量限制的頂點(diǎn)u拆成兩個(gè)點(diǎn)u 和u*，原頂點(diǎn)u的入邊為u 的入邊，原頂點(diǎn)u的出邊為u*的出邊，之后在u 和u*之間連接雙向邊，邊的容量為頂點(diǎn)的容量限制。
標(biāo)簽： 算法
上傳時(shí)間： 2013-12-21
上傳用戶(hù)：515414293
更新說(shuō)明： 此版本在版本1、2的基礎(chǔ)上做了2點(diǎn)重大改進(jìn) 1、改進(jìn)了PhaSpa2VoltCoef函數(shù)算法，使得現(xiàn)算法的運(yùn)行速度約是原算法的4倍 2、改進(jìn)了volterra_train_lu函數(shù)算法，使得相對(duì)均方誤差提高了約1000倍，新算法不再需要對(duì)樣本做歸一化處理
標(biāo)簽： PhaSpa2VoltCoef 版本 更新 函數(shù)
上傳時(shí)間： 2014-01-02
上傳用戶(hù)：z754970244
G-P算法計(jì)算關(guān)聯(lián)維的 Matlab 程序 (升級(jí)版，mex函數(shù)，超快) 作者：陸振波，海軍工程大學(xué) 歡迎同行來(lái)信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問(wèn)我的個(gè)人主頁(yè) 電子郵件：luzhenbo@sina.com 個(gè)人主頁(yè)：luzhenbo.88uu.com.cn 更新部分： 引入限制短暫分離參數(shù)，使該參數(shù)大于序列平均周期時(shí)，去除了同一軌道前后點(diǎn)的關(guān)聯(lián)， 使 r 值較小時(shí)，ln r - ln C(r) 曲線接近線性 文件夾說(shuō)明： 1、GP_Algorithm_main.m - 程序主文件 2、LorenzData.dll - 產(chǎn)生Lorenz離散數(shù)據(jù) 3、normalize_1.m - 數(shù)據(jù)歸一化 4、CorrelationIntegral.dll - 計(jì)算關(guān)聯(lián)積分
上傳時(shí)間： 2013-12-14
上傳用戶(hù)：fxf126@126.com
基于Volterra濾波器混沌時(shí)間序列多步預(yù)測(cè) 作者：陸振波，海軍工程大學(xué) 歡迎同行來(lái)信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問(wèn)我的個(gè)人主頁(yè) 電子郵件：luzhenbo@sina.com 個(gè)人主頁(yè)：luzhenbo.88uu.com.cn 參考文獻(xiàn)： 1、張家樹(shù).混沌時(shí)間序列的Volterra自適應(yīng)預(yù)測(cè).物理學(xué)報(bào).2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlinearities for LMS Adaptation. IEEE Trans.Sign.Proc. Vol.42 1994 文件說(shuō)明： 1、original_MultiStepPred_main.m 程序主文件,直接運(yùn)行此文件即可 2、original_train.m 訓(xùn)練函數(shù) 3、original_test.m 測(cè)試函數(shù) 4、LorenzData.dll 產(chǎn)生Lorenz離散序列 5、normalize_1.m 歸一化 6、PhaSpaRecon.m 相空間重構(gòu) 7、PhaSpa2VoltCoef.dll 構(gòu)造 Volterra 自適應(yīng) FIR 濾波器的輸入信號(hào)矢量 Un 8、TrainTestSample_2.m 將特征矩陣前 train_num 個(gè)為訓(xùn)練樣本，其余為測(cè)試樣本 9、FIR_NLMS.dll NLMS自適應(yīng)算法
標(biāo)簽： Volterra 濾波器 混沌 時(shí)間序列
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：talenthn
文章通過(guò)對(duì)實(shí)序列快速傅里葉變換的算法推導(dǎo)及Mallat 算法原理的分析，根據(jù)離散小波變換（DWT）算 法結(jié)構(gòu)特征，提出了一種離散小波的快速變換算法，給出了相應(yīng)的算法步驟。從數(shù)學(xué)理論上進(jìn)行了論證，并把該算法 應(yīng)用到靜態(tài)圖像處理中，得到了很好的快速和重建效果，具有一定的實(shí)用價(jià)值。 關(guān)鍵詞：小波分析；Mallat 算法；快速小波算法 圖像處理 中圖分類(lèi)號(hào)：TN914 文獻(xiàn)標(biāo)識(shí)碼：A 1 引言 小波分析是近十多年來(lái)迅速發(fā)展起來(lái)的新興學(xué)科和信號(hào)分析理論，是繼傅里葉分析方法之后的重 大突變。它具有時(shí)域局部化和頻域局部化的優(yōu)點(diǎn)，而且高頻端的時(shí)間間隔小（有著高的時(shí)間分辨率）， 低頻端的時(shí)間間隔大（有著高的頻率分辨率），這與人的視覺(jué)機(jī)制由粗到細(xì)的認(rèn)識(shí)過(guò)程相一致，固而有 “數(shù)學(xué)顯微鏡”之稱(chēng)，是進(jìn)行信號(hào)處理和分析的有效工具。特別是其多分辨率分析理論及其快速算法 ——Mallat 算法在數(shù)字信號(hào)處理和數(shù)字通信
上傳時(shí)間： 2015-05-23
上傳用戶(hù)：tyler
二維的DBSCAN聚類(lèi)算法，輸入（x,y）數(shù)組，搜索半徑Eps，密度搜索參數(shù)Minpts。輸出: Clusters，每一行代表一個(gè)簇，形式為簇的對(duì)象對(duì)應(yīng)的原數(shù)據(jù)集的ID
上傳時(shí)間： 2015-06-01
上傳用戶(hù)：sy_jiadeyi
遺傳算法(Genetic Algorithm, GA)是近幾年發(fā)展起來(lái)的一種嶄新的全局優(yōu)化算法，它借 用了生物遺傳學(xué)的觀點(diǎn)，通過(guò)自然選擇、遺傳、變異等作用機(jī)制，實(shí)現(xiàn)各個(gè)個(gè)體的適應(yīng)性 的提高。這一點(diǎn)體現(xiàn)了自然界中"物競(jìng)天擇、適者生存"進(jìn)化過(guò)程。1962年Holland教授首次 提出了GA算法的思想，從而吸引了大批的研究者，迅速推廣到優(yōu)化、搜索、機(jī)器學(xué)習(xí)等方 面，并奠定了堅(jiān)實(shí)的理論基礎(chǔ)。 用遺傳算法解決問(wèn)題時(shí)，首先要對(duì)待解決問(wèn)題的模型結(jié)構(gòu) 和參數(shù)進(jìn)行編碼，一般用字符串表示，這個(gè)過(guò)程就將問(wèn)題符號(hào)化、離散化了。也有在連續(xù) 空間定義的GA(Genetic Algorithm in Continuous Space, GACS)，暫不討論。
標(biāo)簽： Algorithm Genetic GA 算法
上傳時(shí)間： 2015-06-08
上傳用戶(hù)：stampede
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
