为求解电晕电流的通用数学模型,利用人工神经网络能以任意精度逼近任意函数的能力,设计了2层BP神经网络,分别对实测的具有双指数函数、Gaussian函数及不规则脉冲形式的电晕电流进行拟合。结果表明,当神经元数目取5~10时,便能对不同类型的电晕电流波形进行高精度拟合,拟合误差量级可达10-4,拟合时间约为2~10 s,通过提取网络的权值、阈值参数可得到电流的解析表达式。该方法得到的电流表达式具有统一的结构,不依赖于电流波形,可作为电晕电流的通用数学模型。
2021-10-29 11:42:10
1.02MB
1
基于新颖输入表达的CRBM时间序列预测模型，任永攀，毛京丽，深度学习通过多层神经网络能够提取更深层次的信息，已经在图像预测领域取得了较好的性能，其中条件受限玻耳兹曼机(CRBM)模型，因考
2021-10-29 10:52:55
1007KB
1
C++实现的表达式树。测试的组合有
3 4 + 2 *
2 3 4 * +
x x - a b + *
x 1 *
x 3 + 2 *
3 4 5 * +
3 4 5 ^ +
3 4 5 ^ %
31 x + 42 5 ^ %
xcc xc - aa bb + *
x 1 % x ^ 10 +
可将上面字符复制到测试文件中，文件名写死在了程序中
可实现简单的优化.
2021-10-29 04:28:18
6KB
1
图 2.6 程序执行及观看相关变量
按 View->Watch Expressions，显示表达式的内容。
图 2.7 显示表达式的内容
2021-10-28 20:04:25
1.21MB
1
本框值的length取出的是字符个数，并不是字节长度，如果含有中文或者全角字符，一个字符是2个字节，下面与大家分享下具体的判断方法，感兴趣的朋友可以参考下哈
2021-10-28 19:37:42
22KB
1
实验目的
1. 掌握栈的操作特性及其顺序存储和链式存储结构
2. 灵活运用栈解决实际问题。
实验内容
利用栈实现算符优先法进行表达式求值，测试表达式为： 5*(3+2)-6/2#
提示：利用c++的stack容器。
2021-10-27 22:02:36
33KB
1
在医疗信息系统中,含自然语言表达式的时态信息起着关键性作用。如何处理基于自然语 言的不确定时态信息问题一直没有得到很好地解决。针对医疗信息系统的需求,在此对时态数据 模型的研究现状以及一些经典的不确定时态医疗信息数据模型进行了研究。对各种传统的时态原 语类型进行不确定性扩展。提出了基于自然语言表达式的不确定时态数据模型 NLTM。
2021-10-27 19:03:54
747KB
1