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。
上传时间： 2014-01-04
上传用户：ommshaggar
题目:参加运动会的N个学校编号为1~N.比赛分成M个男子项目和W个女子项目,项目编号分别为1~M和M+1~M+W.由于个项目参加人数差别较大,有些项目取前5名,得分顺序为7,5,3,2,1 还有些项目只取前3名,得分顺序为5,3,2.写一个统计程序产生各种成绩单和得分报表.基本要求:产生各学校的成绩单,内容包括各校所取得的每项成绩的项目号,名次,姓名和得分 产生团体总分报表,内容包括校号,男子团体总分,女子团体总分和团体总分.概要设计:1. 为实现上述程序功能,应以线性表表示集合.2. 本程序包含3个模块:(1) 各集合定义模块(2) 线性表实现模块(3) 主程序模块
上传时间： 2013-12-21
上传用户：黄华强
系统资源(r1…rm),共有m类，每类数目为r1…rm。随机产生进程Pi(id,s(j,k)，t),0
上传时间： 2014-01-27
上传用户：天诚24
matlab在系统辨识中的应用此处为M序列产生的源代码及运行后结果（包括图像）
上传时间： 2015-03-23
上传用户：徐孺
通子的考试系统 本程序版权属于通子 程序功能： 1。考生可以选择科目进行考试 2. 考过科目不再重新登陆考试 2。考题时随机的，避免考生之间互相抄袭。 3。考题为五题，设定30秒后自动提交 4。提交后可以直接得到你的成绩，并知道你是否通过了考试了 5. 可以了解你的成绩与总成绩的对比 程序优缺点： 1。未使用javaBean技术。 2。使用的是声明语句在Conn.jsp，功能是进行数据库连接； 3。使用html处理的不好，页面不甚美观。 4。未采用MVC，M(mode-database)，V(view-jsp)，C（controller-servlet）. 程序流程： 进入 考生 —— 登录界面 ——进入——测试——提交——成绩 login.jsp —— test.jsp —— score.jsp test.mdb test.mdb test.mdb 抱歉： 由于时间不足,未能把java(2)班全体同学的信息全部添加到数据库中。 附： java（2）班全体同学信息打包在里面了，有意者可以添加。 希望对此程序作改进的有我联系。我的QQ：120244312 E-Mail：zuotongyousai@163.com
上传时间： 2015-03-25
上传用户：wfeel
图的遍历:图是由顶点集合(vertex)及顶点间的关系集合组成的一种数据结构:Graph＝( V, E ).使用拓扑排序的算法.
上传时间： 2015-03-26
上传用户：wangdean1101
(E-Book) Linux C++ Programming.zip，for those who like linux programming
标签： Programming E-Book Linux zip
上传时间： 2013-11-30
上传用户：牛津鞋
C语言圣经 The C programming Language By Brian W. Kernighan and Dennis M. Ritchie.
标签： M. W. programming Kernighan
上传时间： 2013-12-29
上传用户：q123321
这是一个学生成绩管理系统，其中“I”表示插入，“L”表示浏览，“Q”表示查询， “E”表示退出，“D”表示删除，“M”表示修改,"c"表示统计各分数段人数,"p"表示打印. 本程序实现了： （1）单独运行以上各功能,即在进入主菜单以后，点一功能键后关闭，再进入主菜单 点别的功能键。如运行"cjgl"文件后,在出现的主界面中点“I”，可插入数据，插入完 以后，关闭；在出现的主界面中点“M”，可修改数据，修改完以后关闭，用同样的方法 可运行其它的功能。 （2）连续运行部分的功能。
标签： 管理系统
上传时间： 2013-12-19
上传用户：我们的船长
This a Bayesian ICA algorithm for the linear instantaneous mixing model with additive Gaussian noise [1]. The inference problem is solved by ML-II, i.e. the sources are found by integration over the source posterior and the noise covariance and mixing matrix are found by maximization of the marginal likelihood [1]. The sufficient statistics are estimated by either variational mean field theory with the linear response correction or by adaptive TAP mean field theory [2,3]. The mean field equations are solved by a belief propagation method [4] or sequential iteration. The computational complexity is N M^3, where N is the number of time samples and M the number of sources.
标签： instantaneous algorithm Bayesian Gaussian
上传时间： 2013-12-19
上传用户：jjj0202
