如有疑问,可私信博主。 BP网络至少包含一个隐含层,这里只采用一个隐含层,因此整体构成了一个三层的网络。把一组输入模式通过少量的隐含层单元映射到一组输出模式,并使输出模式尽可能等于输入模式。因此,隐含层神经元的值和相应的权值向量可以输出一个与原输入模式相同的向量。当隐含层的神经元个数较少时,就意味着隐含层能用更少的数来表现输入模式,而这实际上就是压缩。这一思想可以由图1来表示: 第一层为输入层,中间层为隐含层,网络的映射功能依赖隐含层实现。输入层到隐含层的变换相当于压缩的编码过程;而从隐含层到输出层的变换则相当于解码过程,如图 2所
2022-06-14 09:07:56 722KB matlab 图像压缩 BP神经网络
C语言程序设计大作业--图书管理系统
2022-06-14 09:06:42 292KB 文档资料
C语言程序设计大作业设计说明书
2022-06-14 09:06:41 488KB 文档资料
C语言程序设计大作业设计说明书修改版(计算器设计)
2022-06-14 09:06:40 656KB 文档资料
江南大学现代远程教育2015年下半年考试大作业 考试科目:《 计算机网络 》 一、大作业题目: 1、说明INTERNET域名系统的功能。举一个实例解释域名解析的过程。(25分) 答: DNS实现主机域名和IP地址之间的解析。 假设某个网络的计算机要访问 www.baidu.com 首先,该台计算机的解析器向其本地域名服务器发出请求,查寻"www.baidu.com"的IP 地址,如果没有该纪录,则向上一级域名服务器发请求,直到中国的顶级域名服务器。 中国的顶级域名服务器先查询自己的数据库,若发现没有相关的记录,则向根"."域名 服务器发出查寻"www.baidu.com"的IP地址请求;根域名服务器给中国域名服务器返回一 个指针信息,并指向com域名服务器。 中国的本地域名服务器向com域名服务器发出查找"baidu.com"的IP地址请求,com域名 服务器给中国的本地域名服务器返回一个指针信息,并指向"baidu.com"域名服务器。 经过同样的解析过程,"baidu.com"域名服务器再将"www.mit.edu"的IP地址返回给中国 的本地域名服务器。 中国域名服务器将"www
2022-06-14 09:04:41 62KB 文档资料
为想偷懒的各位同学分享下,你懂的
2022-06-13 21:21:57 82KB 大作业 实验报告
1
基于go语言的港口堆存费管理系统项目源码,内含数据库文件。 港口堆存费管理系统: 堆存费也被称为滞港费,滞港费是由目的港港区收取的,一般货物到港都有一定的免费堆放时间,例如14天,如果有特殊原因需多堆放几天,还可通过目的港货代或收货人向港区申请延期,具体的滞港费如何结算,不同国家的港区有不同的算法,这个得问当地的代理或直接于目的港区联系。滞港费最终由哪方付,不需要看哪种贸易方式,而是看滞港费是发生在装运港还是卸货港。
机器学习课程大作业个贷违约预测项目源码,评测指标 经典预测任务:使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大,预测越准确。 描述性聚类-->软聚类 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法) 机器学习课程大作业个贷违约预测项目源码,评测指标 经典预测任务:使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大,预测越准确。 描述性聚类-->软聚类 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法)
人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码, 人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,人工智能深度学习神经网络大作业_归一化算法比较与创新_以猫狗识别为例项目源码,
人工智能期末大作业一个基于特征构造的两步特征筛选算法源码,内附课程报告pdf。 高分必看。 实验结果 4.1 实验数据集与结果测试 数据集为分别经过本算法(GBDT 调优版)、本算法(GBDT 未调优版)、未 经过特征筛选、经过常见特征筛选方法将其特征数量处理到与本算法相似的 heart.csv,LSVT.csv,arcene.csv 数据集,数据集特征数量如表(6)所示。