SOM的学习规则有三个主要阶段： 1）寻找与输入模式XK最接近的连接权向量Wj*=（wj*1, wj*2,….., wj*N） 2）将该连接权向量Wj*进一步朝向与输入模式XK接近的方向调整 3）除调整连接权向量Wj*外，还调整邻域内的各个连接权向量，并随着学习次数的增加，逐渐缩小邻域范围
上传时间： 2014-01-16
上传用户：lili123
梯形公式计算面积近似值:In=Tn=h/2(f(a)+f(b)) 变长梯形面积:T2n=Tn/2+h/2∑f(XK+h/2) 辛普生面积:I2n=(4T2n-Tn)/3
上传时间： 2016-01-06
上传用户：qw12
计算XK+1除CRC-CCITT后的余式，k从1到32768
上传时间： 2014-01-19
上传用户：ruixue198909
计算XK+1除CRC-CCITT后的余式，k从1到32768
上传时间： 2016-06-18
上传用户：ynsnjs
计算XK+1除CRC-32后的余式，k从1到32768
上传时间： 2013-11-25
上传用户：wangchong
HXN-Xh，HX-XK干电池升压芯片，PW5200A和PW5200C芯片
上传时间： 2022-04-24
上传用户：
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。
标签： 矩阵
上传时间： 2015-07-04
上传用户：ikemada
对偶单纯形法的迭代仍然是以为主元的旋转变换，但是它也有自己的特点。它是首先确定离开基的变量，即首先确定然后确定进入基的变量，即确定XK，一下就是求解单纯形法一例
上传时间： 2013-12-11
上传用户：咔乐坞
实验一：三次样条插值（P56，例6） 一、实验目的： 1) 掌握三次样条插值的运用 2) 了解拉格朗日插值在高次上的误差 二、实验环境：Matlab6.5 三、实验内容： 1) 给定函数f(x)=1/(1+x2)，-5<=x<=5，节点XK=-5+k，(k=0,1,2…10)，用三次样条插值求S10(x)，S10’(-5)=f’(-5)，S10’(5)=f’(5)。 2）作原函数f(x)，拉格朗日插值函数Ln(x)，三次样条差值函数Sn(x)。画出三个函数的图像，比较它们的区别。
上传时间： 2017-02-18
上传用户：天诚24
