离散型霍普菲尔德网络的学习目的: 对具有q个不同的输入样本组Pr×q=[P1, P2 …Pq],希望通过调节计算有限的权值矩阵W,使得当每一组输入样本Pk,k=1,2,…,q,作为系统的初始值,经过网络的工作运行后,系统能够收敛到各自输入样本矢量本身。 当k=1时,对于第i个神经元,由海布学习规则可得网络权值对输入矢量的学习关系式为: 其中,α>0,i=1,2…,r;j=1,2…,r。在实际学习规则的运用中,一般取α=1或1/r。
2022-03-25 13:27:43 232KB 神经网络 TSP Hopfield 反馈神经网络
1
使用NVIDIA Jetson Nano实现以学习为目的AI赛车
2022-03-20 01:53:44 3.22MB Python开发-机器学习
1
谐响应分析 第一节:定义和目的 什么是谐响应分析? 确定一个结构在已知频率的正弦(简谐)载荷作用下结构响应的技术。 输入: 已知大小和频率的谐波载荷(力、压力和强迫位移); 同一频率的多种载荷,可以是同相或不同相的。 输出: 每一个自由度上的谐位移,通常和施加的载荷不同相; 其它多种导出量,例如应力和应变等。
2022-03-18 16:31:14 670KB ansys 谐响应
1
待办事项 简单的待办事项webapp(仅用于我自己的学习目的) 这是一个相当简单和愚蠢的Todo应用程序,它使用了伪造的数据库后端,因为我不必为设置适当的后端而烦恼。 我主要是为了对Angular.JS和Bootstrap更加熟悉。 因此,对于任何人来说,并且目前拥有相当不合标准的代码,可能都不是很实用。 到目前为止,它的作用是: 在列表中显示存储的待办事项 将新待办事项添加到列表的功能 从列表中删除待办事项的能力 将待办事项标记为已完成的能力 编辑待办事项的能力 需要做什么: 改进“新待办事项”表格的样式完成(目前...直到可选的“改进设计”任务) 完成标记待办事项完成(目前...需要更好地处理待办事项) json中需要的其他todo属性(布尔值“ done”) 更改待办事项的样式,以便在完成时显示绿色边框和复选标记 实现待办事项的编辑完毕 隐藏正在编辑的待办事项,并在顶部
2022-03-11 09:52:31 242KB JavaScript
1
* twospirals.m 生成代表两个螺旋的两个类* clusterincluster.m 生成两个循环类* corners.m生成四个类,每个类对应一个指向中心的角形状* halfkernel.m 生成两个半椭圆,一个在另一个里面* crescentfullmoon.m 生成一个圆形类和一个更大的新月形折叠在它周围。 * outlier.m 生成 2 个大的圆形类和 2 个较小的异常值类。 受到以下 StackOverflow 问题的启发: http://stackoverflow.com/questions/16146599/create-artificial-data-in-matlab
2022-03-08 08:54:34 40KB matlab
1
系统测试的目的是在真实系统工作环境下通过与系统的需求定义作比较,检验完整的软件配置项能否和系统正确连接,发现软件与系统/子系统设计文档和软件开发合同规定不符合或与之矛盾的地方。系统测试是将通过确认测试的软件,作为整个基于计算机系统的一个元素,与计算机硬件、外设、某些支持软件、数据和人员等其他系统元素结合起来,在实际运行(使用)环境下,对计算机系统进行的测试。是为了发现缺陷并度量产品质量,按照系统的功能和性能需求进行的测试。而且,系统测试还要检验系统的文档等是否完整、有效。另外,系统测试的测试用例应根据需求分析说明书来设计,并在实际使用环境下来运行。最后,系统测试一般使用黑盒测试技术,并由独立的
1
EmployeeManagement:Spring Boot和Angular员工管理应用程序-由2人团队创建的College项目,其唯一目的是学习和使用Azure DevOps
2022-02-25 04:52:18 336KB Java
1
三维旋转拼接matlab代码该任务的目标是实施稳健的单应性和基本矩阵估计 记录通过2D或3D投影变换分隔的图像对。 1对图像拼接 第一步是编写代码以将一对图像拼接在一起。 对于这一部分,您将继续工作 与以下一对(单击图像以下载高分辨率版本): 1.加载两个图像,将其转换为两倍和灰度。 2.在两个图像中检测特征点。 您可以使用哈里斯拐角检测器代码harris.m 提供或您作为HW 2的一部分开发的Blob检测器。 3.提取两个图像中每个关键点周围的局部邻域,然后简单地通过以下方式形成描述符 将每个邻域中的像素值“展平”为一维向量。 试用dif- 不同的邻域大小,以查看哪种方法效果最好。 如果您使用的是拉普拉斯探测器,请使用 检测到的特征比例尺来定义邻域比例尺。 4.计算一个图像中每个描述符和另一图像中每个描述符之间的距离。 你 可以使用为快速计算欧几里得距离提供的dist2.m。 或者,进行实验 计算归一化相关性,或将所有描述符归一化后的欧几里得距离 零均值和单位标准偏差。 (可选)随时尝试使用SIFT描述符。 我们提供的脚本sift.m包含一些用于计算SIFT描述符的基本代码 圆形区域
2022-02-23 21:29:48 10.44MB 系统开源
1
1.3 课题研究的目的和意义 随着现代工业的迅速发展,传统制造业表现出越来越多的局限性,不能适应很多复 杂的应用场合,尤其在轴数较多、控制算法复杂、运动精度、自动化程度和生产效率要
2022-02-22 15:29:55 1.7MB 运动控制
1
软件架构设计的目的借鉴.pdf
2022-02-14 14:12:58 54KB 网络文档