Doolittle的编程实现

本文通过给定的训练模式为例来推导bp网络学习的算法，并用(语言编程实现，运行程序给出学习误差曲线，最后指出实际应用中BP网络学习存 在的缺点并提出几点改进方案。 -In this paper, given as an example to the training model is derived bp network learning algorithm, and use (programming language, run the program gives error learning curve, and finally pointed out that the practical application of BP network learning shortcomings and to make a few points to improve the program.

资源描述基于人工神经网络方法建立了ＲFID 反射信号强度分布模型． 该方法仅依赖数据，实施简 单． 为克服传统BP 算法对初值敏感、易陷入局部极值的缺陷，引入一种连续的蚁群优化算法来 确定多层神经网络的权值，该算法具有更强的全局搜索能力和效率． 讨论了算法的基本理论和具 体步骤，最后利用实际ＲFID 设备采集的反射信号强度数据对算法进行测试，对理论信号模型和 实际的建模结果进行了比较，并分析了算法的逼近能力和泛化能力． 结果表明在考虑到不可避免 的误差和扰动下，所提出的方法可以更好地建模ＲFID 信号强度的实际分布，具有良好的性能．

改进的背包问题：给定一个超递增序列和一个背包的容量，然后在超递增序列中选（只能选一次）或不选每一个数值，使得选中的数值的和正好等于背包的容量。 代码思路：从最大的元素开始遍历超递增序列中的每个元素，若背包还有大于或等于当前元素值的空间，则放入，然后继续判断下一个元素；若背包剩余空间小于当前元素值，则判断下一个元素

Aquí se muestran ejercicios 讲授段 principiantes en java。

immune algorithm 求解 tsp问题 python

采用自适应预失真算法对三种调制方式APSK、 PSK、 QAM进行性能分析；包含系统参数设置； 16APSK信源产生模块； 16QAM信源产生模块；16PSK信号产生模块；IFFT处理模块；经过预失真器再放大； 植入噪声；解调模块模块。 另外，版本是2010，仿真时间较长，耐心等待结果

背景：在需求工程中，将有许多不同的股权持有人。经常要求

求图形Zernike矩的java程序-graphics Zernike moments for the java programs

用一个具有52个元素的数组（如char p[52][5]）存放这52张牌的内容，如P_i表示黑桃、H_i表示红桃、C_i表示梅花、D-i表示方块；程序中可以首先初始化该数组，然后显示菜单等待用户选择输入，用户选择“发牌”，程序调用“发牌”函数；在发牌函数中，可使用C 中的产生随机数的函数（参看rand(),srand(),random()等函数的使用说明）一个随机数m，选取一张牌{p[m]}，将其与最前面的牌交换位置，即将选取的牌放在最前面；然后对数组p余下的牌重复选取操作，直到所有牌均重排列；最后按13行*4列输出发牌结果

C语言小程序,学习指针运算的各种算法-C language small program, the Operational Guidelines learning algorithms