基于粒子群算法优化深度置信网络(PSO-DBN)的数据回归预测,优化参数为隐藏层节点数目,反向迭代次数,反向学习率,利用交叉验证抑制过拟合问题,matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-03-11 19:15:00 42KB 网络 网络
1
基于麻雀算法优化深度置信网络(SSA-DBN)的数据回归预测,优化参数为隐藏层节点数目,反向迭代次数,反向学习率,利用交叉验证抑制过拟合问题,matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-03-11 19:12:59 42KB 网络 网络
1

城市交通的快速发展和交通需求的不断增长, 使得城市交通拥堵日益严重, 由此造成的时间延误和经济损
失越来越大. 鉴于此, 提出了基于排队长度均衡的交叉口信号配时优化策略, 根据排队长度均衡的控制思想, 实时动
态调整各相位绿灯时间, 以达到排队长度均衡的控制目标, 保证了绿灯时间的充分利用. 通过近似动态规划方法的引
入, 使得该算法具有自学习和自适应的特性, 不依赖于交通流模型. 仿真结果验证了算法的有效性.

2024-03-06 14:43:44 231KB
1
城市道路信号控制交叉口周期优化模型研究,林瑜,杨晓光,周期是交通信号配时的关键参数之一,因此周期优化模型是信号配时模型的关键组成部分。传统的周期优化模型主要从单纯数学优化的角
2024-03-03 16:57:04 378KB 首发论文
1
在具有离散风味对称性的模型中,黄酮对于实现特定的风味结构至关重要。 Leptonic风味混合源于黄酮真空期望值的未对准,该值与带电的轻子和中微子区域中的不同残留对称性有关。 通常禁止Flavon交叉联轴器,以保护这些对称性。 与这种方法相反,我们证明了交叉耦合可以发挥关键作用,并且可以对风味混合模式进行必要的修正,包括反应堆角度的非零值和CP违规。 为了确定性,我们提出了两个基于A 4的模型。 在第一个模型中,假定所有黄酮都是真实的或伪真实的,在黄酮区总共具有7个真实的自由度。 实现了与近最大CP违规相关的可观的反应堆角度,并且由于两者都源自相同的交叉耦合,所以得出了求和规则,并精确预测了Dirac CP违规相位的值。 在第二个模型中,黄酮被认为是复杂的标量,可以与超对称模型和多希格斯模型相连。 黄酮的复杂性质为产生反应堆角提供了新的来源。 这种采用新方法的模型所引入的自由度很少超过标准模型,并且比尺寸或超对称框架中的模型更经济。
2024-03-01 18:26:54 635KB Open Access
1
兔异体前交叉韧带移植重建后交叉韧带,刘平,敖英芳, 目的:观察兔同种异体骨-前交叉韧带(anterior cruciate ligament,ACL)-骨移植重建后交叉韧带(posterior cruciate ligament,PCL)的组织学和组织�
2024-02-25 23:21:07 152KB 首发论文
1
matlab交叉验证代码PyTorch DGCNN 关于 DGCNN(深图卷积神经网络)的PyTorch实现。 检查更多信息。 要求:python 2.7或python 3.6; 火炬> = 0.4.0 安装 此实现基于戴汉俊的structure2vec图后端。 在“ lib /”目录下,键入 make -j4 编译必要的c ++文件。 之后,在此存储库的根目录下,键入 ./run_DGCNN.sh 使用默认设置在数据集MUTAG上运行DGCNN。 或输入 ./run_DGCNN.sh DATANAME FOLD 在数据集= DATANAME上运行,使用倍数= FOLD(1-10,对应于在交叉验证实验中用作测试数据的倍数)。 如果将FOLD设置为0,例如键入“ ./run_DGCNN.sh DD 0”,则它将在DD上运行10倍交叉验证,并报告平均准确度。 或者,键入 ./run_DGCNN.sh DATANAME 1 200 将数据集中的最后200张图用作测试图。 折数1将被忽略。 检查“ run_DGCNN.sh”以获取更多选项。 数据集 默认图形数据集存储在“ data / DSN
2024-01-26 18:33:28 35.06MB 系统开源
1
交叉编译工具链arm-linux-gcc4.4.3,可以完美编译Qt5.7.0以下的所有版本
2024-01-11 11:51:39 160.97MB 交叉编译 Qt源码
1
分布最优平衡分层交叉验证 (DOB-SCV) 将数据集划分为 n 折,这样,除了基于标签的分层之外,还可以为每个类维护特征空间中的平衡分布。 使用 DOB-SCV 而不是分层交叉验证的实际效果是稍微提高了测试准确性。 最大的改进可以预期在小的、类别不平衡的数据集上。 该实现可用作CVPARTITION的直接替代。 参考:关于分区诱导的数据集偏移对 k 折交叉验证的影响的研究,可从https://ieeexplore.ieee.org/document/6226477 获得
2023-12-25 19:41:11 2KB matlab
1
在Windows,Mac OSX,Linux和FreeBSD上构建DJGPP交叉编译器。 build-djgpp:在Windows(MinGW / Cygwin),Mac OSX,Linux和FreeBSD上构建DJGPP交叉编译器和binutils。 预建的二进制文件 如果您不想自己构建DJGPP,则可以从GitHub Release页面下载适用于MinGW,OSX和Linux的预构建DJGPP二进制文件。 要求 在运行此脚本之前,您需要首先安装以下程序: g ++ 海湾合作委员会 解压缩 野牛 柔性 make(对于FreeBSD,则为gmake) makeinfo 修补 zlib标头/库 curl(适用于Cygwin / OSX / Linux / FreeBSD) wget(用于MinGW) bash(对于FreeBSD) 根据您的系统,安装过程可能会有所不同。 在
2023-12-21 17:39:33 131KB djgpp Shell
1