- 博客(36)
- 资源 (3)
- 收藏
- 关注
原创 IEEE Transactions on Industrial Informatics(TII)投稿须知
IEEE Transactions on Industrial Informatics(TII)投稿须知
2023-08-19 10:20:13
5709
9
原创 IEEE Transactions on Network and Service Management期刊的论文要求
IEEE Transactions on Network and Service Management期刊中的论文要求。
2023-06-07 22:39:21
391
perceptron.cpp
对于初始的或者迭代中的增广权矢量,用训练模式检验其合理性。当不合理时,对其进行校正,利用梯度下降法。梯度下降法也是人工神经网络中线性阈值神经元的学习算法。给定一个增广的训练模式集合,其中每个模式类别已知。首先进行初始化,对训练模式进行增广化和符号规范化,设置迭代步数,赋给增量一个正的常数;分别赋予初始增广权矢量的各分量较小的任意值。输入训练模式,计算判别函数值。按照四条规则调整增广权矢量。在用全部模式训练完一轮后,如果仍有模式被错分,则需要进行第二轮、第三轮迭代,直到所有模式都能够正确分类为止。
2020-03-28
max_min_distance.cpp
实现最大最小距离聚类算法。以最大距离原则选取新的聚类中心,以最小距离原则进行模式归类。
首先任意选择一个模式样本作为第1个聚类中心,再选择一个与第1个聚类中心最远的样本作为第2个聚类中心。然后逐个计算其余各模式样本与所选出的两个聚类中心之间的距离,并选出其中的最小距离,之后在所有模式样本的最小值中选出最大距离,若该最大值达到第1个聚类中心与第2个聚类中心距离的一定比例以上,则相应的样本点取为第3个聚类中心。否则,若无新聚类中心,则找聚类中心过程结束。如果有第三个聚类中心存在,则根据上面所述先取最小后取最大原则,确定新的聚类中心。若该值超过第1个聚类中心与第2个聚类中心距离的一定比例,则存在第4个聚类中心,否则找聚类中心过程结束,无第4个聚类中心。最后将模式样本按最近距离分到最近的聚类中心。
2020-03-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人