搜索资源列表
Substituter.java
- 代入法的启发示搜索 我的代码实现是：按照自然语言各字母出现频率的大小从高到低（已经有人作国统计分析了）先生成一张字母出现频率统计表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再对密文字母计算频率，并按频率从高到低生成一张输入密文字母的统计表（B），通过两张表的对应关系，不断用A中的字母去替换B中的字母，搜索不成功时就回退，在这里回朔是一个关键。 -generation into a
bayes_bpnet
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法（trainlm）
bys
- 采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。-The use of Bayesian regularization algorithm for BP network to improve generalization ability. In this case, two types of training methods will b
shuiwenNeuralNetwork
- 神经网络预测水文年。使用标准BP网络、L-M算法、径向基数（RBF）网络算法，分别对水文年尽心预测和对比-Neural network hydrological year. Using the standard BP network, LM algorithm, radial base (RBF) network algorithm, respectively, years of dedication to the hydrological forecast and comparison
bpnnet_154
- L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。 -L-M algorithm. In addition to momentum (based on the gradient descent algorithm for training), learning rate adaptive strategy is to i
rbfinterp_v1[1].2
- LM编程算法，在神经网络中有很大应用之处，神经网络源代码,及BP网络训练界面,其中的L-M算法非常实用 -LM programming algorithm, in a large neural network applications, the neural network source code, and the BP network training interface, in which the LM algorithm is very practical
Matlabeg
- 基于 Ma t l a b语言的遗传算法工具箱支持二进制和浮点数编码方式， 并且提供了多种选择、 交叉、 变异的方法。 通过具体实例对 Ma t l a b的遗传 算法工具箱的用法进行 了说 明介绍.-The Ge ne t i c Al g or it h m To o l b ox ba s e d on Ma t l a b s u ppo ~s t h e b i na r y a nd f lo a t ， a n d t he r e a r e t
BP-LM
- 一种利用神经网络计算L-M算法的程序。里面还有其他的算法可以参考-A neural network algorithm for calculating the LM procedure. There are other algorithms which can refer to
JKLMNOPMQRONSQMTOULUVRONWQXMLTRKRTXNR
- 蚁群算法是一类模拟生物群体突现聚集行为的非经典算法E首先描述了一个简单蚂蚁系统及 其简单蚁群算法C并对其进行了计算机程序模拟与动力系统仿真E结果表明C简单蚂蚁系统中存在规模 聚集效应C当蚁群的规模超过某一临界值时C蚂蚁的行为开始向有序的方向收敛C并最终稳定在一种有 序状态E 关键词=蚂蚁系统F蚁群算法F仿真F多主体系统 中 -Ihl &o jmlskq h & omxplspq }m &~ps vm rj i hl} & hmpq’Iqmk!&p hlq<qlpk
IntelligentTacticalFlight
- &基于贝叶斯网络和模糊推理 技术A实现了战场威胁级别及其相对重要性程度的综合评估&利用模型预测控制的滚动优化和在线校正原理A实现了 飞机在线飞行路径规划&建立了路径规划代价函数中加权因子的智能化分配方法A进而实现了威胁评估与路径规划 之间的集成A使得路径规划系统能够自适应战场态势的动态变化.-koorow&E}8k w$lrm}nz$pkzz8zzn8omp$lm}l8km 8y8 ko|l8 kmry8rnj$lmkos8kl88zmk9 rz}8|9kz8|$ouk{8zrko
jianfeiderengongshenjingwangmoxing
- 本文通过分析影响减肥的因素，建立减肥演算的BP神经网络模型，运用动量阶梯下降算法，L-M优化算法和贝叶斯正规算法对减肥过程进行模拟和预测。-mathematical model about lose weight
Adaptive-Hysteresis
- 基于径向基函数神经网络迟滞非线性自适应控制 提出了一种新的动态迟滞非线性模型. 将一定数量不同死区宽度的 backlash 模型并行相 加, 作为一个动态系统以仿真执行器中的迟滞特性. 利用该模型, 采用伪控制方法设计了一套具有 未知迟滞特性非线性系统的神经网络自适应控制方案, 通过自适应算法来调整干扰项的上限. 采用 Lyapunov 稳定性理论进行了严格证明, 仿真试验验证了所提方案的有效性.- A nov el class of hysteresis mo dels w
Adaptive-Embedding-Dimension
- 嵌入维数自适应最小二乘支持向量机 状态时间序列预测方法 Condition Time Series Prediction Using Least Squares Support Vector Machine with Adaptive Embedding Dimension 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题, 提出一种基于嵌入维数自适应 最小二乘支持向量机( L SSVM ) 的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重要参
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
BP
- 基于大坝温控的温度预报程序，采用了L-M优化算法和贝叶斯正则化算法，结果良好-Prediction based on the temperature of the dam temperature control program, using the LM optimization algorithm and the Bayesian regularization algorithm, good results
L-M-neural-network
- L-M神经网络在matlab开发环境中的实现实例，有利于初学者学习与掌握-L-M neural network in the matlab environment development to achieve the example, be helpful for beginners to learn and master
Bayes-in-BP(code)
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。-Use Bayes to train BP network
BP_LM
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 -Bayesian regularization algorithm to improve the generalization ability of BP network. In this example, we use two training methods, namely LM optimization algorithm (trainlm) and Baye
BP-neural-network
- BP神经网络（L-M算法） 对前向网络初始化 采用改进BP算法训练前向网络 对前向网络仿真-BP neural network (LM algorithm) to initialize the network prior to using simulation to improve before the network before the network BP algorithm training
yafe-seapshot
- L-M非线性优化算法源码,可以添加到你的工程文件中,()