暂无评论
基于稀疏变量的欠定盲源分离，是一个很好的学习代码，转载的，有需要的可以下载看看
实验报告+代码+数据集 1、掌握Fisher线性判别的基本原理 2、利用Fisher线性判别解决基本的两类线性分类问题 1、熟悉感知器算法。 2、掌握感知准则函数分类器设计方法。 3、掌握感知器算法,
基于自然梯度原则并利用信号的时间相关属性对一类代价函数进行推导,获得一种新的非平稳信号自适应盲分离算法.算法利用样本的多时延解相关方法以及迭代计算的形式获得盲混合信号的分离矩阵,无需对观测样本进行分块
python实现单层感知器（附赠多层感知器源码） 实验报告类型
信号是信息的物理表现形式，或定义为携带信息的函数。数字信号是时间离散、幅度也离散的信号，数字信号一般用x(t)表示。满足叠加原理的离散时间系统是一个线性系统，而系统的输入输出不随时间而变化则称为一个时
单层感知器成功分类的事例，亲测可运行，希望有帮助
使用matlab编程模拟实现单层感知器的过程
掌握感知器学习算法 1 初始化:将权值向量赋予随机值,t=0(迭代次数) 2 连接权的修正:对每个输入样本xk及期望输出dk完成如下计算 a. 计算网络输出:y = f(S),其中S =∑wixi,f
感知器
研究工业过程故障诊断中的信号奇异点检测问题.采用结合小波消噪的盲源分离算法提取有用的源信号,在分析李氏指数和小波变换的极大值与信号奇异点的关系基础上,分析了信号奇异点检测所用的小波尺度及阈值选择方法.
暂无评论