freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

應用自我組織類神經(jīng)網(wǎng)路於-文庫吧資料

2024-08-10 18:42本頁面
  

【正文】 一神經(jīng)元。其座標值與原來之神經(jīng)元相同,且各自為某一節(jié)點之獲勝者。Di,j = ,j=1,2,3,...,RDi,jc = MIN Di,j i=1,2,3,...,N步驟四:新增神經(jīng)元。步驟二:設定G之初始值;隨機改變節(jié)點之順序,訂定一與節(jié)點數(shù)目相同神經(jīng)元之自我組織類神經(jīng)網(wǎng)路;隨機產(chǎn)生均勻分佈於一圓周之神經(jīng)元,設初始值座標(wj1,wj2), j=1,2,...,N,令神經(jīng)元總數(shù)目R=N。第一階段使用之方法,參考相關之文獻[59],經(jīng)整理與改進得到下列演算法:步驟一: 讀入N個節(jié)點之座標值為(xi1,xi2), i=1,2,...,N。 A(a1, a2) C(c1, c2) D(d1, d2) B(b1, b2)圖三 兩線交錯之檢查示意圖肆、自我組織類神經(jīng)網(wǎng)路演算法本文提出之演算法分成兩階段執(zhí)行,第一階段為使用自我組織類神經(jīng)網(wǎng)路演算法求出一封閉路徑。說明:利用不等式之性質(zhì),若將在直線兩側之兩點分別代入f(x,y),必定一為正數(shù),一為負數(shù),故乘積必為負數(shù)。b 0且c令分別得到a,b,c及d值。圖三中設A,B,C,D之座標值同定理三。(1) MIN (c1,d1) MAX (a1,b1)(2) MIN (a1,b1) MAX (c1,d1)(3) MIN (c2,d2) MAX (a2,b2)(4) MIN (a2,b2) MAX (c2,d2)其中MIN與MAX分別表示取最小值和最大值。定理三:設任意四點A,B,C,D,其座標值分別為(a1, a2), (b1, b2), (c1, c2), 及(d1, d2)。說明:如圖二中,假設A點和D點之路徑間有M個神經(jīng)元,則利用定理一所得之改善結果,即使仍與其他線段交錯,但此交錯線間之神經(jīng)元數(shù)目必定減少。由三角形中任兩邊之和大於第三邊之性質(zhì),可得(AB+CD) (AC+BD),故得證。定理一:在路徑中任何有交錯之兩條線段,必定可以改成不交錯之兩條線段,但距離將較短。 uy,1。ux,i 表示第x節(jié)點為路徑序列之第i個經(jīng)過之節(jié)點關係。其中:n為節(jié)點總數(shù)目。綜合以上說明,本文研究之議題以矩陣元素型態(tài)表示如下:Maximize F(U)=dxy ux,i uy,i+1Subject to :(1) ux,i 206。即除起始點外,每個節(jié)點恰好經(jīng)過一次。為了以數(shù)學模型表示本研究問題,所經(jīng)過路徑之關係,使用Unxn矩陣來表示,當?shù)趚節(jié)點為路徑序列之第i個經(jīng)過之節(jié)點時,元素ux,i之值設為1,否則設為0。因此本文之問題與TSP問題在求解之性質(zhì)類似。3本文研究之問題與著名的「銷售員旅行問題」(Traveling Salesman Problem, TSP)〔59〕性質(zhì)相似,但最佳化之目標恰好相反。要求出不相交且最長距離之路徑。假設節(jié)點分別標示為A,B,C,...,而其距離分別為dAB, dAC, ...,dBC, ...,其中距離採用歐基里得距離,即任何兩點X(x1,x2)與Y(y1,y2)之距離為dXY =。詳細之演算法及特性,見於參考文獻[34]。也就是說,其特徵映射可以視為一種將輸入高維空間以非線性的投影方式,轉(zhuǎn)換成神經(jīng)元所構成的矩陣空間。當網(wǎng)路學習完成後,其相臨近之神經(jīng)元會具有相似的加權值。具有「網(wǎng)路拓撲」以及「鄰近區(qū)域」的觀念。自我組織法的網(wǎng)路架構如圖一[2]所示,主要元件包括下列三項:1. 輸入單元:為網(wǎng)路的輸入變數(shù)、訓練樣本的輸入向量,或稱特徵向量,其神經(jīng)元數(shù)目依待解決問題而定。貳、自我組織網(wǎng)路自我組織網(wǎng)路(Self Organizing Map, SOM)由T. Kohonen在1980年提出此網(wǎng)路架構[1]。訓練樣本裡不包括理想輸出向量。這個動作持續(xù)到差值小於容忍值,於是學習完成。在學習過程中,多組訓練樣本循序的被輸入網(wǎng)路中,每組訓練樣本包括一個輸入向量及一個理想輸出向量。類神經(jīng)網(wǎng)路之分類,若依學習方式來分,可分成監(jiān)督式(
點擊復制文檔內(nèi)容
醫(yī)療健康相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1