C語言編寫分類算法kNN的測試程序，便于對kNN分類算法的理解
標(biāo)簽： 分類算法
上傳時(shí)間： 2016-03-12
上傳用戶：785976102
這個(gè)程式可以求出字串佔(zhàn)了幾個(gè)位元組 歡迎多加使用
上傳時(shí)間： 2016-06-15
上傳用戶：aa111
1.針對一類參數(shù)未知的非線性離散時(shí)間動態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個(gè)固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個(gè)子模型設(shè)計(jì)相應(yīng)的擅制器。最后，設(shè)計(jì)基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時(shí)間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗(yàn)數(shù)據(jù)進(jìn)行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個(gè)固定模型。在此基礎(chǔ)上，建立兩個(gè)白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補(bǔ)償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計(jì)線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標(biāo)對控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-11
上傳用戶：
《C++ 程式語言經(jīng)典本》，The C++ Programming Language, 3rd edition 中譯本的序、 第一章、 第二章、 第三章、 附錄Ｂ的電子檔 此處採用的是由華康科技 所開發(fā)的 DynaDoc 格式。 內(nèi)附DynaDoc 閱覽器
標(biāo)簽： 程式
上傳時(shí)間： 2014-12-06
上傳用戶：LIKE
使用C＃程式語言撰寫的固定為3x3的Convolution濾波器
標(biāo)簽： Convolution 3x3 C＃ 程式
上傳時(shí)間： 2014-01-18
上傳用戶：大融融rr
本程式為使用Verilog語言寫控制DRAM的控制模塊, 可以簡易的控制DRAM IC, 本程式已經(jīng)過系統(tǒng)驗(yàn)證.
上傳時(shí)間： 2014-01-14
上傳用戶：tzl1975
鄰接矩陣類的根是A d j a c e n c y W D i g r a p h，因此從這個(gè)類開始。程序1 2 - 1給出了類的描述。程 序中，先用程序1 - 1 3中函數(shù)Make2DArray 為二組數(shù)組a 分配空間，然后對數(shù)組a 初始化，以描述 一個(gè)n 頂點(diǎn)、沒有邊的圖的鄰接矩陣，其復(fù)雜性為( n2 )。該代碼沒有捕獲可能由M a k e 2 D A r r a y 引發(fā)的異常。在析構(gòu)函數(shù)中調(diào)用了程序1 - 1 4中的二維數(shù)組釋放函數(shù)D e l e t e 2 D
標(biāo)簽： 矩陣
上傳時(shí)間： 2013-12-21
上傳用戶：lanjisu111
用C語言實(shí)現(xiàn)的遺傳算法的程序,實(shí)現(xiàn)的是y=x+10*sin(5*x)+5*cos(10*x)求最大值.實(shí)現(xiàn)環(huán)境為win-tc.
上傳時(shí)間： 2013-12-25
上傳用戶：lindor
可以進(jìn)行曲線回歸擬合算法的四參數(shù)算法。函數(shù)為 y = (a-d)/(1+(x/c)^b) +d . ec50.m 為其主要函數(shù)
上傳時(shí)間： 2016-02-04
上傳用戶：我干你啊
摘 要 1 前 言 2 正 文 4 1. 采用類C語言定義相關(guān)的數(shù)據(jù)類型 4 2. 各模塊的偽碼算法 5 3. 函數(shù)的調(diào)用關(guān)系圖 7 4. 調(diào)試分析 8 5. 測試結(jié)果 9 6. 源程序（帶注釋） 10 總結(jié) 29 參考文獻(xiàn) 30 致謝 31 摘 要 哈夫曼編碼(Huffman Coding)是一種編碼方式，以哈夫曼樹—即最優(yōu)二叉樹，帶權(quán)路徑長度最小的二叉樹，經(jīng)常應(yīng)用于數(shù)據(jù)壓縮。在計(jì)算機(jī)信息處理中，“哈夫曼編碼”是一種一致性編碼法（又稱"熵編碼法"），用于數(shù)據(jù)的無損耗壓縮。這一術(shù)語是指使用一張?zhí)厥獾木幋a表將源字符（例如某文件中的一個(gè)符號）進(jìn)行編碼。 關(guān)鍵詞：哈夫曼；編碼；譯碼，通信
上傳時(shí)間： 2013-12-19
上傳用戶：kristycreasy
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
