-
BP神经网络的数据分类——语音特征信号分类
BP神经网络模型是一种典型的前向型神经网络，具有良好的自学习、自适应、联想记忆、并行处理和非线形转换的能力，是目前应用最为广泛的一种神经网络模型。本文介绍了BP神经网络的实现以及其在数据挖掘分类方面的应用。
- 2022-05-24 03:50:26下载
- 积分：1
-
有限元计算程序，供软件工程，力学专业的老师和学生参考
有限元计算程序，供软件工程，力学专业的老师和学生参考-Finite element program for software engineering, mechanical professional teachers and students for reference
- 2022-02-24 19:15:32下载
- 积分：1
-
维吉尼亚算法
维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法维吉尼亚算法
- 2022-09-13 14:50:03下载
- 积分：1
-
数字信号处理 实验 的matlab 源码
数字信号处理 实验 的matlab 源码-Digital signal processing matlab source experiment
- 2023-04-16 04:40:03下载
- 积分：1
-
MWC飞控2.3源码
MWC是完全开源的多旋翼飞行器飞控，基于Arduino平台。飞控分为三轴模式和六轴模式，可根据个人喜好自主配置。支持多种陀螺仪和加速度计，同时支持电子罗盘和GPS。整个工程结构清晰，IMU算法简洁易懂。
- 2023-03-31 04:25:05下载
- 积分：1
-
顶盖驱动LBM模拟
应用背景顶盖驱动流是计算流体与计算传热学一个经典问题，常用作不可压缩流动的校核算例，同时也是很好的lbm模拟学习的入门算例。对于刚开始接触的入门者有很大帮助。关键技术该程序采用了不可压缩的D2Q9模型以及标准的碰撞迁移规则，边界处理则采用了非平衡外推格式。虽然程序针对顶盖驱动而编写，但读者可以通过改变初始条件边界条件来计算其他的物理量。
- 2023-03-21 19:05:03下载
- 积分：1
-
C语言实现的寻找多数元素代码
C语言实现的寻找多数元素代码，含英文注释。算法采用《算法设计技巧与分析》（沙特）一书上的方法。在一个整数序列A中，如果整数r在A中出现的次数大于序列A的一半，那么我们把这个r称为多数元素。如何更快的找出这个元素呢？在原序列中去除两个不同的元素后，那么在原序列中的多数元素在新序列中还是多数元素。
- 2022-11-30 03:55:03下载
- 积分：1
-
C++ ItemCF
UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一
- 2022-03-26 08:57:57下载
- 积分：1
-
on the rough tree algorithm
讲解了树的粗略算法-on the rough tree algorithm
- 2022-02-21 15:55:32下载
- 积分：1
-
全排列算法CPP代码Permutation
全排列算法的实现，从n个不同元素中任取m（m≤n）个元素，按照一定的顺序排列起来，叫做从n个不同元素中取出m个元素的一个排列。当m=n时所有的排列情况叫全排列。
- 2023-04-04 20:20:03下载
- 积分：1
