classification_BPNeuralNetwork 本文介绍了通过Python实现BP神经网络分类算法,对不同半径的圆进行多分类(3分类),特征即为圆的半径。 输入层12节点,一个6节点的隐藏层,输出层3个节点。 1.目标 通过BP算法实现对不同半径的圆的分类。 2.开发环境 IDE:PyCharm 2018.3.3(Community Edition) Python及相关库的版本号如下图所示: 3.准备数据 目的: 生成3类圆在第一象限内的坐标(圆心都是原点) 第1类:半径范围为110,分类标识为‘0’ 第2类:半径范围为1020,分类标识为‘1’ 第3类:半径范围为20~30,分类标识为‘2’ 代码如下:data_generate.py import numpy as np import math import random import csv # 只生成第一象限内的坐标即
2024-05-13 21:00:26 494KB 附件源码 文章源码
1
后台是springboot框架,后台的页面是vue,前端页面是html,数据库mysql,jdk1.8,开发工具用ecplise、myecplise、sts、idea都可以 本基于Spring Boot的宠物咖啡馆平台的设计与实现有管理员和用户以及看护师三个角色。用户功能有个人中心,咖啡菜品管理,菜品订单管理,宠物信息管理,宠物体验管理,宠物订单管理,宠物寄养管理,健康状况管理,看护服务管理,周边商品管理,商品购买管理,我的收藏管理等。管理员功能有个人中心,用户管理,看护师管理,咖啡菜品管理,菜品类型管理,菜品订单管理,宠物信息管理,宠物体验管理,宠物订单管理,宠物寄养管理,健康状况管理,互动项目管理,看护服务管理,周边商品管理,商品类型管理,商品购买管理,商品入库管理,系统管理等。看护师功能有个人中心,宠物体验管理,宠物寄养管理,健康状况管理,看护服务管理等。 包含:源码、数据库脚本、论文、环境工具包、相同框架项目的安装教程(在说明文档中)
2024-05-13 20:47:25 16.44MB spring boot spring boot
1
是否具备高并发、高性能、分布式、事件驱动框架设计能力,是优秀C++中高级工程师的分水岭,我将通过本文带领大家纯手写一个Reactor服务器,让大家可以高效掌握三高框架设计思维,同时让你对C++网络编程、线程、智能指针、C++11标准高阶技术等运用自如。  Reactor是一种事件驱动机制,和普通函数调用的不同之处在于:应用程序不是主动的调用某个API完成处理,而是恰恰相反,Reactor逆置了事件处理流程,应用程序需要提供相应的接口并注册到Reactor上,如果相应的事件发生,Reactor将主动调用应用程序注册的接口,这些接口又称为“回调函数”。用“好莱坞原则”来形容Reactor再合适不过了:不要打电话给我们,我们会打电话通知你。 websocket是基于tcp协议的应用层协议,也就是建立在tcp协议之上的自定义协议。这个协议比http协议更加的简单,因为websocket只对协议的格式做要求,只要符合数据格式就可以使用。 websocket一般用来服务器主动推送消息给客户端,反观HTTP,HTTP是请求响应的模式,客户端来一个请求,服务器响应一个请求,服务器无法主动发送数
2024-05-13 18:32:56 3KB
1
利用ReliefF算法对回归特征变量做特征重要性排序,实现特征选择。 通过重要性排序图,选择重要的特征变量,以期实现数据降维的目的。 程序直接替换数据就可以用,程序内有注释,方便学习和使用。 程序语言为matlab。
2024-05-13 17:26:37 265KB matlab
1
模糊 C 均值聚类(FCM),即众所周知的模糊 ISODATA,是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法。 1973 年, Bezdek 提出了该算法,作为早期硬 C 均值聚类(HCM)方法的一种改进。本代码是基于matlab语言做的一个示范
2024-05-13 10:00:29 3KB
1
于基vc++的图像处理系统设计与实现-学位论文.doc
2024-05-12 22:57:52 748KB
1
bmp图像处理软件的和实现大学学位论文.doc
2024-05-12 21:40:52 6.92MB
1
使用说明 分对话系统和机器翻译两部分 data为数据集 model为训练的模型 translation文件夹下又分了Seq2Seq和transformer两个模型,大家按需查看使用 以transformer文件夹为例,attention.py主要实现了注意力机制,transformer.py实现了transformer的主体架构,data.py为数据的预处理以及生成了词典、dataset、dataloader,readdata.py运行可以查看数据形状,train.py为训练模型,predict.py为预测,config.py为一些参数的定义。 transformer机器翻译的模型是用cuda:1训练的,如果要使用可能需要修改代码 如:gpu->cpu,即在CPU上使用 torch.load('trans_encoder.mdl', map_location= lambda storage, loc: storage) torch.load('trans_decoder.mdl', map_location= lambda storage, loc: storage)
1
主要介绍了PHP 实现 WebSocket 协议,结合具体实例形式较为详细的分析了websocket协议原理、以及PHP具体应用相关操作技巧,需要的朋友可以参考下
2024-05-12 17:50:18 83KB WebSocket
1
主要介绍了php+websocket 实现的聊天室功能,结合实例形式详细分析了php+websocket 实现的聊天室功能相关配置、实现方法与操作注意事项,需要的朋友可以参考下
2024-05-12 17:48:20 243KB websocket 聊天室
1