针对离散Hopfield 神经网络(DHNN) 的权值设计问题, 提出一种改进型学习算法, 并在DHNN动力学分析的基础上设计该学习算法. 利用矩阵分解的方法(MD) 得到正交矩阵, 并采用得到的正交矩阵直接计算DHNN的权值矩阵. 通过该学习算法得到的权值矩阵, 可以很好地存储训练样本的信息, 使测试样本收敛到稳定点. 该学习算法不需要进行分块计算, 减少了计算步骤和计算量, 降低了网络的迭代次数, 从而提高了网络运行速度. 最后, 将该学习算法应用于水质评价, 验证了其有效性和可行性.
2022-04-10 20:50:41
197KB
1
为避免权值反复迭代修正的冗长BP训练过程，避免传统方法陷入局部极小点，根据多项式理论，构造了一种新型前向神经网络模型，推导了基于最速下降法的误差反传算法和基于伪逆的直接确定法．仿真结果显示，迭代方法和伪逆直接确定法都能达到比较高的工作精度(10-6)．
2022-03-29 19:47:14
314KB
1
易语言数字图片识别源码,数字图片识别,初始化网络,初始化权值,训练,生成随机噪声数字,识别,取大写数字,加载位图,转化为灰度图,二值化,锐化,倾斜调整,取图片,取宽度,取高度,定位,分割,LoadDIB,DIBWidth,DIBHeight,FindDIBBits,GetDIB,DIBNumColors,PaletteSize
2022-03-07 17:24:31
128KB
1
随机信号处理大作业，基于LMS和RLS算法更新自适应滤波器的权值向量,画出两种算法的e2(n)曲线作比较，用matlab写的，效果还可以
2022-03-02 19:19:47
1KB
1
由于支持向量机的主要参数的选择能够在很大程度上影响分类性能和效果，并且目前参数优化缺乏理论指导，提出一种粒子群优化算法以优化支持向量机参数的方法.该方法通过引入非线性递减惯性权值和异步线性变化的学习因子策略来改善标准粒子群算法的后期收敛速度慢、易陷入局部最优的缺陷.实验结果表明，相对于标准粒子群算法，本方法在参数优化方面具有良好的鲁棒性、快速收敛和全局搜索能力，具有更高的分类精确度和效率.
2022-02-12 21:06:17
928KB
1
编程实现给定权值集合下构造相应哈夫曼树的算法，并解决以下问题：
有一电文共使用五种字符a,b,c,d,e,其出现频率依次为4,7,5,2,9。
(1)构造对应的编码哈夫曼树(要求左子树根结点的权小于等于右子树根结点的权)。
(2)给出每个字符的哈夫曼编码。
(3)译出编码系列11000111000101011的相应电文。
2021-12-30 22:30:51
47KB
1
该代码会产生一个TSP问题的实例，并且运用分支界限法解决
2021-12-17 10:21:26
1KB
1