针对神经网络算法在当前PM2．5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题，引入RFR（randomforestregression，随机森林回归）算法，分析气象条件、大气污染物浓度和季节所包含的22项特征因素，通过调整参数的最优组合，设计出一种新的PM2．5浓度预测模型——RFRP模型。
同时，收集了西安市2013--2016年的历史气象数据，进行模型的有效性实验分析。
实验结果表明，RFRP模型不仅能有效预测PM2．5浓度，还能在不影响预测精度的同时，较好地提升模型的运行效率，其平均运行时间为O．281S，约为BP-NN（backpropagationneuralnetwork，BP神经网络）预测模型的5．88％。
同时，收集了西安市2013--2016年的历史气象数据，进行模型的有效性实验分析。
实验结果表明，RFRP模型不仅能有效预测PM2．5浓度，还能在不影响预测精度的同时，较好地提升模型的运行效率，其平均运行时间为O．281S，约为BP-NN（backpropagationneuralnetwork，BP神经网络）预测模型的5．88％。
2024/3/5 9:44:07
1.18MB
1
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。
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。
2024/3/4 2:50:15
16KB
1
整理出了如下几个计算六轴机械臂正解和逆解的关键点：01_机器人坐标系和关节的说明02_算法坐标系的建立03_D-H参数表的建立04_FK（正解）算法05_Matlab辅助计算FK（正解）06_IK（逆解）算法07_Matlab辅助计算IK（逆解）文档中针对FK以及IK算法的推导均有详细的推导过程。
希望各位能根据推导过程写出自己的代码。
希望各位能根据推导过程写出自己的代码。
2024/3/3 22:47:42
988KB
1
本虚拟仪器涉及主要功能包括：双通道信号输入、触发控制、通道控制、时基控制、波形显示、参数自测量等。
本虚拟仪器的数据采集的功能与普通示波器一样；
波形显示模式：通道A或B、A+B及A-B等；
电压参数测量，时间/频率参数测量，定位标尺，测量结果显示。
由于条件有限，没有数据采集卡，我在设计数据采集时，采用了LaBVIEW内部信号发生器来产生信号；
这些发生器有正弦波发生器、方波发生器、三角波发生器、锯齿波发生器，通过这些信号的输入来进行测量。
本虚拟仪器的数据采集的功能与普通示波器一样；
波形显示模式：通道A或B、A+B及A-B等；
电压参数测量，时间/频率参数测量，定位标尺，测量结果显示。
由于条件有限，没有数据采集卡，我在设计数据采集时，采用了LaBVIEW内部信号发生器来产生信号；
这些发生器有正弦波发生器、方波发生器、三角波发生器、锯齿波发生器，通过这些信号的输入来进行测量。
2024/3/3 12:23:21
299KB
1
PCHunter1.55X32X64位2018年8月14最新版processhackerv3.0.1847nX32X64位2018年8月最新版，查看系统进程详细参数，系统进程管理，查看驱动，等等等等，找找木马，系统查黑、防黑、修复工具，超级好用。
2024/3/2 20:56:03
9.56MB
1
java实现全屏自动播放代码，读取外部参数控制图片播放时间间隔，没有控制按钮，从文件中读取图片然后通过DrawImage（）方法在框架上画图，控制图片位子，设置框架全屏显示，使用多线程控制每张图显示的时间，参数从外部文件读取，第一次写，大家拿来玩玩
2024/3/2 11:26:24
2.76MB
1
通过总结所有IaaS（infrastructureasaservice）云服务定价的方法，明确了pay-per-use和subscription是目前业界普遍采用的两种定价方法，分析了IaaS云服务定价影响因素，并把IaaS云计算服务的五大基础参数（初始投资、合同期限、资源折旧、服务质量和资源年限）映射到BSM模型中，利用复利摩尔定律和BSM模型公式计算出IaaS云服务在两种定价方法（pay-per-use和subscription）下相对应的价格范围，并分析了两种定价方法的适应范围，更好地解决了现阶段对于IaaS云服务定价中只有云计算服务提供商单边定价的弊端，并从云计算服务提供商和用户两者的角度提供了对于IaaS服务价格的衡量标准。
2024/3/1 13:30:40
897KB
1
matlab程序，找出网络中确定两点间的所有最短路径。
注意：输入的矩阵为邻接矩阵。
如果两点间没有相邻，请将参数设较大数，例如点i和点j间没有相邻，则将Aij设为999。
注意：输入的矩阵为邻接矩阵。
如果两点间没有相邻，请将参数设较大数，例如点i和点j间没有相邻，则将Aij设为999。
2024/2/29 3:10:11
6KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB