搜索资源列表
BAM_NN
- 用外积和法设计的权矩阵，不能保证p对模式全部正确的联想。若对记忆模式对加以限制（即要求p个记忆模式Xk是两两正交的），则用外积和法设计的BAM网具有较好的联想能力。 在难以保证要识别的样本（或记忆模式）是正交的情况下，如何求权矩阵，并保证具有较好的联想能力？这个问题在用BAM网络实现对字符的识别程序仿真中得到体现。我们做过尝试，用伪逆法求权矩阵，虽然能对未加干扰的字符全部进行识别，但对加有噪声的字符识别效果很差。至于采用改变结构和其他算法的方法来求权矩阵，将是下一步要做的工作。-foreign
LUwerwer
- 通过LU分解求矩阵的逆矩阵，可应用于反幂法的实现-through the matrix factorization for the inverse matrix can be used against the law to achieve power
nizhen
- 矩阵求逆。输入任意的矩阵，能判断该矩阵是否可逆，如果可逆，能给出逆阵，否则，提示该矩阵不存在逆矩阵。
matcal
- 这是一个用opencv求逆矩阵的程序
matrix
- 用c++的一个矩阵类，可以计算加减乘除，逆