搜索资源列表
sun1
- 求所输入数值的平方和累加-for imported values and the cumulative square
pso
- 程序说明： jblzq.m为基本粒子群程序求函数的最大值 lzq2.m是惯性权重法求函数的最大值 lzq3.m是惯性权重法求函数最小值。当然也可以用lzq2.m实现，在函数前加个负号 lzq4.m是收敛因子法求函数最小值 lzq5.m是带变异的惯性权重法求最大值，变异条件比较简单，变异次数多。还有一种变异是利用各粒的最优位置与全局最优位置的差的平方和，再开根号的值小于某一值最为收敛条件，将在我的报告中叙述 lzq6.m是分层粒子群优化算法，即利用两个粒子群同时进行搜索，一
asd
- 用函数重载和带默认参数函数的方法写三个重载函数，求不同类型的两个数 的平方和。 要求： 1）用函数重载写三个重载函数，能分别求出两个整数，两个单精度和两个双精度数的平方和 2）其中int型重载函数中第一个参数的默认值为1，第二个参数的默认值为2 -By function overloading and default parameters function method with three overloaded functions to write, find diffe
gmdh_example
- GMDH_main为GMDH主函数； variable_Combin为输入层初始变量选为x1,x1^2,x1*x2,x2^2,x2时的输入变量矩阵值 variable_select计算X_train训练输入数据,Y_train训练输出数据,X_test测试输入数据,Y_test测试输出数据 Combin为求变量的两两组合 Sym_Combin为求符号变量的两两组合 PE_AIC求每层各神经元的参数估计W，及训练数据在参数估计后估计的输出out_train，测试数据在参数估计后
svd
- 求存在缺省值的左场Y(ny,nt)和右场Z(nz,nt)的左同类相关分布lhomo(ny,np)，右同类相关分布rhomo(nz,np)，左异类相关分布lhete(ny,np)和右异类相关分布rhete(nz,np)，左场和右场的时间系数A(nt,np)和B(nt,np)，奇异值cekma(nmin)，解释协方差平方和百分比scfk(np)，累计解释协方差平方和百分比cscfk(np)，展开系数之间的相关系数rab(np)，解释左场的方差百分比lcovf(np)，解释右场的方差百分比rcovf(
pls
- 一个PLS的matlab程序，包括求残差矩阵求回归方程的系数，删除回归分析的常数项，求误差平方和。-A PLS matlab procedures, including seeking residual matrix coefficients of the regression equation, deleted regression constant term, seeking the error sum of squares.
jisuanqi
- 计算器编写，该科学计算器具有以下功能： ①运算功能：加、减、乘、除、求模、位异或、位与、位或、位非、正弦、反正弦、余弦、反余弦、正切、反正切、开方、开三次方、平方、倒数、均值、平方和、方差、标准差、阶乘、log2(x)、lg(x)、ln(x)、10x、2x、ex、(1+…+n)、xy、x(1/y)。 ②进制转换功能：要求能在二进制、八进制、十进制、十六进制之间进行任意的转换；能在任意进制下进行正数的加、减、乘、除、求模、位异或、位与、位或、位非运算。 ③输入功能：可清零、退格，可一键
K-means-analysis
- K-means解决聚类问题，以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。-K-means solves the problem of clustering, taking the Euclidean distance as the similarity measure, which is the optimal classification of the V of the J of the initial c
code20151012
- 十组数据分类轮所有数据球求均值*0.618=G值 该轮所有数据与G值相减的平方和，再除以人数（14），开根号得到均方值所有均方差和除以游戏次数（10-ten 0.168 G
wavelet-transform
- 对信号进行小波变换，得到小波系数和逼近系数，求出各个频率段的能量（能量=小波系数的平方和-wavelet transform
sus
- 固定增量法求分界面 利用误差平方和函数集群 推荐一下-Fixed incremental method interface Recommend using error sum of squares function clusters
K-means
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。(The K-means algorithm is a hard clustering algorithm, which is representative of the prototy
3-8
- 求平方和的算法 是matlab软件中常用的简单调用(Strives for the sum of squares Matlab to calculate the sum of squares.)
123
- matlab中数组求乘积，绘制简单图形和调用简单函数(Matlab to take the product, draw simple graphics and call simple functions.)