遗传算法实现对SVM的参数进行优化

Simple算法3个典型算例，详细讲解。二维、结构网格单相流SIMPLE 算法的C语言实现。

由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训练速度慢,训练误差大"此外,Bartlett提出对于已达到最小训练误差的前馈神经网络,权值越小泛化特性越好,而传统的梯度学习算法仅仅考虑训练误差最小,忽视了权值大小对网络的影响,这些问题都将影响到模型的泛化特性。

华为各类工程师通信基础题库以及答案、招聘面试笔试题、硬件笔试题、华为C语言笔试题

灰度共生矩阵的matlab程序，包括实现对灰度共生矩阵的纹理特征提取

nctoolbox是一个Matlab工具箱，它提供了通用的数据模型数据集的只读访问权限。在后台（底层），nctoolbox使用NetCDF-Java作为数据访问层。这允许nctoolbox使用相同的API可以访问NetCDF，OPeNDAP，HDF5，GRIB，GRIB2，HDF4及其他的许多文件格式和服务，它只能在 Matlab 2008a 及后来的版本中使用。

针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。应用 Softmax 回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达 85% 。

【实例简介】msk调制顶层模块msk_top.v module msk_top(clk_100MHz, clk_2MHz, clk_1MHz, reset,x,msk_out); input clk_100MHz; input clk_2MHz; input clk_1MHz; input reset; input x; output [32:0] msk_out; wire b_i， b_q; wire [15:0] sine, cosine; //调用亟待数据处理模块 S2p s2p( .clk(clk_2MHz), clk_div2（clk_1MHz），reset(reset), .x(x),.b_i(b_i),.b_q(b_q)); //调用I,Q路加权模块iqsin.v Iqsin iqsin( .clk(clk_100MHz)，. reset(reset), .b_i(b_i),.b_q(b_q), .SINE(sine),COSINE(cosine)); //载波调制相加模块 iqmodu.v Iqmodu iqmodu( .clk(clk_100MHz), .i_i(cosine),.q_q(sine),.msk_out(msk_out)); endmodule

基于ARM的嵌入式液位控制系统的研究基于ARM的嵌入式液位控制系统的研究

分别对几种轿车的发动机特性与最高车速、加速能力等汽车动力性指标进行了仿真. 仿真结果表明,相关仿真数据与厂家提供的参考数据相吻合. 所建立的仿真模型是实用的,具有车型适应性强、模型参数量少且易获取等特点.

介绍一种RS编码及纠错算法，提供原理介绍及提供相关应用实例