Batch version of the back-propagation algorithm. ％ Given a set of corresponding input-output pairs and an initial network ％ [W1,W2,critvec,iter]=batbp(NetDef,W1,W2,PHI,Y,trparms) trains the ％ network with backpropagation. ％ ％ The activation functions must be either linear or tanh. The network ％ architecture is defined by the matrix NetDef consisting of two ％ rows. The first row specifies the hidden layer while the second ％ specifies the output layer. ％
标签： back-propagation corresponding input-output algorithm
上传时间： 2016-12-27
上传用户：exxxds
This function calculates Akaike s final prediction error ％ estimate of the average generalization error. ％ ％ [FPE,deff,varest,H] = fpe(NetDef,W1,W2,PHI,Y,trparms) produces the ％ final prediction error estimate (fpe), the effective number of ％ weights in the network if the network has been trained with ％ weight decay, an estimate of the noise variance, and the Gauss-Newton ％ Hessian. ％
标签： generalization calculates prediction function
上传时间： 2014-12-03
上传用户：maizezhen
％ Train a two layer neural network with the Levenberg-Marquardt ％ method. ％ ％ If desired, it is possible to use regularization by ％ weight decay. Also pruned (ie. not fully connected) networks can ％ be trained. ％ ％ Given a set of corresponding input-output pairs and an initial ％ network, ％ [W1,W2,critvec,iteration,lambda]=marq(NetDef,W1,W2,PHI,Y,trparms) ％ trains the network with the Levenberg-Marquardt method. ％ ％ The activation functions can be either linear or tanh. The ％ network architecture is defined by the matrix NetDef which ％ has two rows. The first row specifies the hidden layer and the ％ second row specifies the output layer.
标签： Levenberg-Marquardt desired network neural
上传时间： 2016-12-27
上传用户：jcljkh
This function calculates Akaike s final prediction error ％ estimate of the average generalization error for network ％ models generated by NNARX, NNOE, NNARMAX1+2, or their recursive ％ counterparts. ％ ％ [FPE,deff,varest,H] = nnfpe(method,NetDef,W1,W2,U,Y,NN,trparms,skip,Chat) ％ produces the final prediction error estimate (fpe), the effective number ％ of weights in the network if it has been trained with weight decay, ％ an estimate of the noise variance, and the Gauss-Newton Hessian. ％
标签： generalization calculates prediction function
上传时间： 2016-12-27
上传用户：脚趾头
【欧拉算法】 微分方程的本质特征是方程中含有导数项,数值解法的第一步就是...欧拉(Euler)算法是数值求解中最基本、最简单的方法,但其求解精度较低,一般不在...对于常微分方程: dy/dx=f(x,y),x∈[a,b] y(a)=y0 可以将区
上传时间： 2014-01-09
上传用户：www240697738
#include "iostream.h" #include "iomanip.h" #define N 20 //学习样本个数 #define IN 1 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define ON 1 //输出层神经元数目 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double W[HN][IN] //输入层至隐层权值 double V[ON][HN] //隐层至输出层权值 double X[HN] //隐层的输入 double Y[ON] //输出层的输入 double H[HN] //隐层的输出
标签： define include iostream iomanip
上传时间： 2014-01-01
上传用户：凌云御清风
三维曲线曲面比较演示系统程序设计 设计一个图形用户界面（GUI）演示常见的三维函数图形，至少包含“三维绘图” 、“选项” 、“退出”等菜单，三维绘图的包括：参数方程x=e-t/20cos(t), y= e-t/20sin(t),z=t其中t 为0到2π、参数方程x=t,y=t2,z=t3其中t为0到1之间（在同一图形界面中分别绘制它们的三维曲面和三维曲线图）。“选项”菜单主要包括：网格开关，图例开关，坐标边框开关，色度空间选择菜单，曲线颜色菜单。
上传时间： 2017-01-10
上传用户：hasan2015
Overview Input Clock = 24Mhz Preview VGA 15fps @ 60Hz VGA 12.5fps @ 50Hz Capture VGA 15fps @ 60Hz VGA 12.5fps @ 50Hz Output Format YCbCr 4:2:2 (ITU 656) YCbCr to RGB conversion R = Y + (351*(Cr – 128)) >> 8 G = Y – (179*(Cr – 128) + 86*(Cb – 128))>>8 B = Y + (443*(Cb – 128)) >> 8
上传时间： 2013-12-24
上传用户：远远ssad
学位论文；运动物体跟踪方法主要包括卡尔曼滤波，Mean-shift，Camshifi算法，粒子滤波器，Snake模型等；应用卡尔曼滤波方法设计了一套煤矿矿工出入自动监测系统；提出了一种新的基于高斯混合模型的颜色特征提取方法，该方法克服了现有的Camshift算法Continuousl y Adaptive eanshift中跟踪目标特征提取精确度低和计算复杂度高的缺陷
上传时间： 2017-01-14
上传用户：JasonC
一个基于GTK+的单词数值计算器，1、 按照规则计算单词的值，如果 A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 26个字母（全部用大写）的值分别为 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26，如： WINJACK这个单词的值就为：W+I+N+J+A+C+K=23+9+14+1+3+11=71％ HARDWORK=H+A+R+D+W+O+R+D=8+1+18+4+23+15+18+11=98％ LOVE=L+O+V+E=12+15+22+5=54％ LUCK=L+U+C+K=12+21+3+11=47％ ATTITUDE= A+T+T+I+T+U+D+E=1+20+20+9+20+24+4+5=100％ 2、对程序的界面布局参考如下图所示，在第一个单行文本框输入一个单词，点击“计算”按钮，按照以上算法计算出该单词的值。 3、如果在最下面的单行文本框输入一个文件路径，此文件每行记录一个单词，那么经过程序计算出各个单词的值，并把结果输出到当前目录下result.txt文件中。如果文件不存在，应该提示错误。
上传时间： 2014-01-11
上传用户：康郎
