针对回归问题中存在的变量选择和网络结构设计问题, 提出一种基于互信息的极端学习机(ELM) 训练算法, 同时实现输入变量的选择和隐含层的结构优化. 该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中, 以网络的学习性能作为衡量输入变量与输出变量相关与否的指标, 并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace 和10 组标杆数据上的仿真结果表明了所提出算法的有效性. 该算法不仅可以简化网络结构, 还可以提高网络的泛化性能.
2021-09-27 13:54:01
163KB
1
如果要写一个程序，让x1为1，x2为2，然后直到x100为100，你会怎么做？
在C这种静态语言里，变量名这个标识符实际上会被编译器直接翻译成内存地址，所以除了手动设置每个变量的值以外，没办法做到这点。而Python这种动态语言则是可以做到的。
最容易想到的自然是eval，但是实际上根本不需要这种危险的东西，因为Python的变量名就是一个字典的key而已。要获取这个字典，直接用locals和globals函数即可。
因此这个程序可以这样实现：复制代码 代码如下:>>> names = locals()>>> for i in xrange(1, 101):… names[‘x%s’ %
2021-09-26 20:14:29
54KB
1
VB根据Word模板生成文档并根据书签插入变量+VS2012 Web模式+附带模板
2021-09-26 10:35:31
62KB
1
《国外名校**教材精选：概率随机变量与随机过程（第4版）》是美国著名学者A·帕普里斯教授所著的一本经典教材。自1965年第1版问世以来至今已第4版，它一直被美国多所大学用作相关专业的研究生教材，长久不衰。在本书第4版中，作者按照演绎规则，同时结合大量工程上非常感兴趣的例子系统地、逐步地展开了概率论和随机过程的内容。本书可作为本科高年级和研究生概率论和随机过程课程的教材，主要用于电子和计算机工程、数学和物理专业的学生。这本书包括了多个精美的主题内容，可用于两或三门不同的课程。第4版进行了显著更新，包括增加了一个新的合作作者S·U·佩莱教授。
2021-09-26 09:30:06
44.06MB
1
定义输出变量
变量名称 物理意义
Write all availabel outputs 定义输出变量
2021-09-24 10:59:51
6.1MB
1
定义输出变量
变量名称 物理意义
Write all availabel outputs 定义输出变量
2021-09-23 22:05:39
6.1MB
1
java代码-类名为Rectangle（矩形），它有两个整型的变量width（宽）和height（高）；有一个方法area（），没有参数，返回类型为double，功能是求矩形的面积；还有另一个方法为perimeter（）没有参数，返回类型为double，功能是求矩形的周长
2021-09-23 13:21:35
896B
1