最新房屋建筑轮廓矢量数据-带层数高程shp格式-用于城市建模-2000坐标数据
2021-12-14 10:01:27 2.02MB 房屋 建筑 矢量数据 城市模型
最新房屋建筑轮廓矢量数据-带层数高程shp格式-用于城市建模-2000坐标数据
2021-12-14 10:01:26 1.35MB 房屋 建筑 矢量数据 城市模型
最新房屋建筑轮廓矢量数据-带层数高程shp格式-用于城市建模-2000坐标数据
2021-12-14 10:01:26 7.01MB 房屋 建筑 矢量数据 城市模型
最新房屋建筑轮廓矢量数据-带层数高程shp格式-用于城市建模-2000坐标数据
2021-12-14 10:01:25 8.39MB 房屋 建筑 矢量数据 城市模型
最新房屋建筑轮廓矢量数据-带层数高程shp格式-用于城市建模-2000坐标数据
2021-12-14 10:01:25 7.27MB 房屋 建筑 矢量数据 城市模型
为了提高掘进机振动信号小波包去噪的效果,最大限度避免噪声对信号特征提取的影响,提出了基于最优小波基选取的掘进机振动信号去噪方法。该方法以信号频谱为分析依据,首先确定了小波包分解的最优分解层数,再选择最优小波基函数,实现了对掘进机振动信号的实时处理,去噪效果达到了最佳。现场试验结果也验证了该方法的有效性。
1
在BP 网络中,隐层节点数的选择非常重要,它不仅对建立的神经网络模型的性能影响很大,而且是训练时出现“过拟合”的直接原因,但是目前理论上还没有一种科学的和普遍的确定方法。 目前多数文献中提出的确定隐层节点数的计算公式都是针对训练样本任意多的情况,而且多数是针对最不利的情况,一般工程实践中很难满足,不宜采用。事实上,各种计算公式得到的隐层节点数有时相差几倍甚至上百倍。为尽可能避免训练时出现“过拟合”现象,保证足够高的网络性能和泛化能力,确定隐层节点数的最基本原则是:在满足精度要求的前提下取尽可能紧凑的结构,即取尽可能少的隐层节点数。
2021-12-06 00:55:40 110KB 神经网络 隐层数 隐层节点数
1
java打印可对齐的任意层数的杨辉三角形
2021-11-26 21:58:16 4KB java 杨辉三角
1
此代码计算平面分层介质环境中由电或磁偶极子(J 或 M)辐射引起的近场。 该代码求解 Sommerfeld 积分并使用传输线模型处理设置。 此代码对偶极子位置或方向没有限制。 此外,可以使用任意数量的层(请修改 SampleConfiguration.m 文件以创建您的配置)。 假设媒体参数是各向同性的,但接受复值(有损和等离子体)以及 LH 媒体参数。 除此之外,用户可以在界面上添加表面导电片来模拟各向同性石墨烯或任何类似的 2D 金属等场景。 此外,用户可以在顶层和/或底层添加PEC / PMC终端,以考虑诸如具有GND平面的基板或平行板波导等场景。 注意:计算 Sommerfeld 积分很耗时,虽然代码有加速,但计算大量点 (>100x100) 可能需要几分钟或几小时。
2021-11-08 19:23:42 19KB matlab
1
图1神经网络构造的例子(符号说明:上标[l]表示与第l层;上标(i)表示第i个例子;下标i表示矢量第i项)单层神经网络 图2单层神经网络示例神经元模型是先计算一个线性函数(z=Wx+b),接着再计算一个激活函数。一般来说,神经元模型的输出值是a=g(Wx+b),其中g是激活函数(sigmoid,tanh, ReLU,…)。假设有一个很大的数据库,里面记录了很多天气数据,例如,气温、湿度、气压和降雨率。问题陈述:一
1