基于MovieLens数据集，采用随机梯度下降算法优化最小化能量函数的概率矩阵分解Python源代码，本人做实验的源代码ProbabilisticMatrixFactorization
2019/11/19 18:15:44
749KB
1
BP算法是基于梯度下降方法，可能会导致网络陷入局部极值点。
遗传算法是一种概率性的自适应迭代寻优过程，遵循“优胜劣汰”的原则，具有良好的全局搜索功能，较好的克服了BP算法局部最优的缺陷，同时可优化BP神经网络初始权重和阈值，进一步提高BP神经网络的计算精度。
遗传算法是一种概率性的自适应迭代寻优过程，遵循“优胜劣汰”的原则，具有良好的全局搜索功能，较好的克服了BP算法局部最优的缺陷，同时可优化BP神经网络初始权重和阈值，进一步提高BP神经网络的计算精度。
2018/10/5 14:55:49
473KB
1
ANSYS完整版ansys中文协助手册----内容与目录第1章开始使用ANSYS11.1完成典型的ANSYS分析11.2建立模型1第2章加载232.1载荷概述232.2什么是载荷232.3载荷步、子步和平衡迭代242.4跟踪中时间的作用252.5阶跃载荷与坡道载荷262.6如何加载272.7如何指定载荷步选项682.8创建多载荷步文件772.9定义接头固定处预拉伸78第3章求解853.1什么是求解843.2选择求解器843.3使用波前求解器853.4使用稀疏阵直接解法求解器863.5使用雅可比共轭梯度法求解器（JCG）863.6使用不完全乔列斯基共轭梯度法求解器（ICCG）863.7使用预条件共轭梯度法求解器（PCG）863.8使用代数多栅求解器（AMG
2018/4/7 12:47:06
5.92MB
1
mulStablePoint 用不动点迭代法求非线性方程组的一个根mulNewton 用牛顿法法求非线性方程组的一个根mulDiscNewton 用离散牛顿法法求非线性方程组的一个根mulMix 用牛顿-雅可比迭代法求非线性方程组的一个根mulNewtonSOR 用牛顿-SOR迭代法求非线性方程组的一个根mulDNewton 用牛顿下山法求非线性方程组的一个根mulGXF1 用两点割线法的第一种方式求非线性方程组的一个根mulGXF2 用两点割线法的第二种方式求非线性方程组的一个根mulVNewton 用拟牛顿法求非线性方程组的一组解mulRank1 用对称秩1算法求非线性方程组的一个根mulDFP 用D-F-P算法求非线性方程组的一组解mulBFS 用B-F-S算法求非线性方程组的一个根mulNumYT 用数值延拓法求非线性方程组的一组解DiffParam1 用参数微分法中的欧拉法求非线性方程组的一组解DiffParam2 用参数微分法中的中点积分法求非线性方程组的一组解mulFastDown 用最速下降法求非线性方程组的一组解mulGSND 用高斯牛顿法求非线性方程组的一组解mulConj 用共轭梯度法求非线性方程组的一组解mulDamp 用阻尼最小二乘法求非线性方程组的一组解
2019/10/9 8:31:42
11KB
1
python言语编写简单三层神经网络做二分类问题，隐含层激活函数为tanh函数，输出层为sigmoid函数，可视化loss/accuracy随迭代次数的变化以及散点图。
2019/9/6 8:28:04
329KB
1
讨论了偏微分方程中P-M模型扩散系数及梯度阈值的选取对图像去噪的重要性，并对比了两个扩散系数的优点和缺点。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
2020/9/8 19:02:53
683KB
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