注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 清华数学建模电子教案 简单的优化模型

  2. 清华数学建模电子教案 简单的优化模型清华数学建模电子教案 简单的优化模型清华数学建模电子教案 简单的优化模型

  3. 所属分类：专业指导

    • 发布日期：2009-07-20
    • 文件大小：943104
    • 提供者：infactiloveyou

  1. 中继站问题的优化模型

  2. 自己做的数模论文，中继站的优化模型，其中建立了一个很棒的函数，简化了这个模型，其他文章可能比较复杂，但是我们的比较简单

  3. 所属分类：专业指导

    • 发布日期：2009-08-27
    • 文件大小：848896
    • 提供者：gemengjiao

  1. 数学模型电子课件 原版 数字 模 拟课件

  2. www.lalayang.com www.lalayang.com.cn 第一章 建立数学模型 第二章 初等模型 第三章 简单的优化模型 第四章 数学规划模型 第五章 微分方程模型 第六章 稳定性模型 第七章 差分方程模型 第八章 离散模型 第九章 概率模型 第十章 统计回归模型 第十一章 马氏链模型 节水洗衣机模型 三级火箭运载模型 三级火箭运载模型 投入产出数学模型

  3. 所属分类：专业指导

    • 发布日期：2010-05-07
    • 文件大小：5242880
    • 提供者：wjp_qq

  1. 数学模型（姜启源） 第三章 简单的优化模型

  2. 1．建立数学模型 重点：数学模型的基本方法和步骤 难点：人口模型 2．初等模型 重点：公平席位的分配 难点：实物交换 3.优化模型 重点：存储模型 难点：最优价格 4. 数学规划模型 重点：奶制品的生产模型 难点：奶制品的销售模型 5. 微分方程模型 重点：经济增长模型 难点：经济增长模型 6. 差分方程模型 重点：蛛网模型 难点：蛛网模型 7． 离散模型 重点：层次分析模型 难点：效益的合理分配模型 8． 概率模型 重点：随机人口模型 难点：随机人口模型 9． 统计回归模型 重点：GDP和物

  3. 所属分类：专业指导

    • 发布日期：2010-09-19
    • 文件大小：943104
    • 提供者：tiandirensky

  1. 一般的优化模型-数学规划模型

  2. 简单的优化模型往往是一元或者多元，无约束或者等式约束的最优化问题。而在很多实 问题中，所能够提供的决策变量取值受到很多因素的制约，这样就产生了一般的优化模型， 称为数学规划模型。按照数学规划模型的具体特征，可以将数学规划分为： 线性规划模型（目标函数和约束条件都是线性函数的优化问题）； 非线性规划模型（目标函数或者约束条件是非线性的函数）； 整数规划（决策变量是整数值得规划问题）； 多目标规划（具有多个目标函数的规划问题）； 目标规划（具有不同优先级的目标和偏差的规划问题）； 动态规划（求解多

  3. 所属分类：专业指导

    • 发布日期：2010-12-28
    • 文件大小：304128
    • 提供者：meiyouyueliang

  1. 数学建模 简单的优化模型

  2. 存储模型、森林救火、最优价格、消费者均衡、冰山运输、生猪的出售时机、血管分支等简单的数学建模优化模型

  3. 所属分类：专业指导

    • 发布日期：2012-03-18
    • 文件大小：336896
    • 提供者：wh503320896

  1. 简单的优化模型

  2. 适合数学建模初学者使用 讲述了最优化的内容 配合实例

  3. 所属分类：专业指导

    • 发布日期：2012-04-23
    • 文件大小：50176
    • 提供者：wuwo37

  1. 地方高校绩效评估中的数学模型

  2. 地方高校教学质量的准确评估,有助于高校之间取长补短,提高高校资源利用,引进良性竞争机制,最终实现学校整体教学水平的提高。通过对陕西省十多所地方高校广泛调研,对采集数据归类、合并,并作归一化处理,结合PCA,FCM,DEA及BMK算法提出了一种地方高校绩效评估中的数学新模型,给出了该模型的详细求解过程及算法流程,将该模型与传统模型进行了分析比较,基于FCM的优化选择算法将算法复杂度从O(2n-1)降到了O(n3),引进PCA的DEA模型与DEA-WEI模型复杂度相当。文中将网络上大学某知名排行榜的

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：291840
    • 提供者：weixin_38537689

  1. 基于改进蚁群算法的钢管混凝土构件的优化

  2. 针对基本蚁群算法收敛速度慢和容易陷入局部最优的不足,在算法初期赋予挥发系数一个较大的初始值,使蚂蚁搜索到较优路径;后期不断减小和自调整挥发系数,避免局部收敛,在搜索到的较优路径中获得全局最优路径。将改进后的蚁群算法应用到钢管混凝土构件的优化设计中,建立了以梁、柱构件截面特征为设计变量,造价最低为目标函数的优化设计模型。以钢管混凝土纯弯、轴压构件为例,进行模型优化分析,并与文献[4]中改进遗传算法的优化结果进行对比。结果表明,柱和梁分别在58次和52次迭代后求得较好的全局最优解,算法跳过了钢管与套

  3. 所属分类：其它

    • 发布日期：2020-06-16
    • 文件大小：603136
    • 提供者：weixin_38677227

  1. 碲镉汞异质结能带结构的优化设计

  2. 分别对带隙较宽（较窄）的* 型材料在带隙较窄（较宽）的+ 型材料之上的碲镉汞（,-.）异质结的能带结构进行 了理论分析/ 在应用的理论模型中提出了一个简单的载流子浓度近似模型用于计入载流子简并效应和导带非抛物 线性，同时还考虑到了价带失配的影响/ 就* 0 + 结位置（ !1 ）和界面电荷密度（"）两个参数对,-. 异质结能带结构 的影响进行了系统分析，发现这些影响是不可忽略的/ 根据这些影响特征，进一步得出了!1 和" 参数之间的优化 设计规律

  3. 所属分类：专业指导

    • 发布日期：2011-03-14
    • 文件大小：370688
    • 提供者：gaodatao

  1. 通信与网络中的一种BP算法的无模型自适应迭代学习控制设计与应用

  2. 迭代学习控制（iterative learning control，简称ILC）由Arimoto等人于1984年正式提出，它是指不断重复一个同样轨迹的控制尝试，并以此修正控制律，以得到非常好的控制效果的控制方法。　迭代学习控制是学习控制的一个重要分支，是一种新型学习控制策略。它通过反复应用先前试验得到的信息来获得能够产生期望输出轨迹的控制输入，以改善控制质量。与传统的控制方法不同的是，迭代学习控制能以非常简单的方式处理不确定度相当高的动态系统，且仅需较少的先验知识和计算量，同时适应性强，易于实现

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：367616
    • 提供者：weixin_38589316

  1. tensorflow入门之训练简单的神经网络方法

  2. 这几天开始学tensorflow，先来做一下学习记录 一.神经网络解决问题步骤： 1.提取问题中实体的特征向量作为神经网络的输入。也就是说要对数据集进行特征工程，然后知道每个样本的特征维度，以此来定义输入神经元的个数。 2.定义神经网络的结构，并定义如何从神经网络的输入得到输出。也就是说定义输入层，隐藏层以及输出层。 3.通过训练数据来调整神经网络中的参数取值，这是训练神经网络的过程。一般来说要定义模型的损失函数，以及参数优化的方法，如交叉熵损失函数和梯度下降法调优等。 4.

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：83968
    • 提供者：weixin_38719890

  1. rater:这是CRAN R软件包系统信息库的只读镜像。评分者-重复分类评分数据的统计模型。主页-源码

  2. 评分者 评分器提供了用于拟合和询问重复分类评分数据的统计模型的工具。该软件包提供了一个简单的界面，可以使用MCtan和提供的优化功能，通过任意先验参数来适应这些模型的选择。还提供了一些功能来绘制这些模型的部分并提取关键参数。 用法示例： library( rater ) fit <- rater( anesthesia , " dawid_skene " ) # Sampling output suppressed. 获取“ pi”参数的后均值。 point_estimate( fit

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：368640
    • 提供者：weixin_42102401

  1. EasyQuant:EasyQuant（EQ）是一种有效且简单的训练后量化方法，它可以有效地优化权重和激活的比例-源码

  2. EasyQuant：通过尺度优化进行训练后量化 EasyQuant（EQ）是一种有效且简单的训练后量化方法，它可以有效地优化权重和激活的比例。我们的论文可在 要求 pip install -r requirements.txt 更新： 2020年6月25日：我们发布了EasyQuant.pdf文件和eq-ncnn。 2020年6月24日：我们发布了VGG16示例。 资料准备 首先，对于ImageNet1k分类任务，请下载 。我们从ImageNet val中将3000个校准图像随机采样到dat

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：100352
    • 提供者：weixin_42107491

  1. Supervised-learning-of-Many-Body-Localization:一种简单的神经网络结构，用于对多体局部（MBL）和热化相进行分类-源码

  2. 工作正在进行中 许多身体的监督学习 一个简单的神经网络结构，使用纠缠谱作为输入数据，对多体局部和热相进行分类。 该项目的灵感来自Mehta等人撰写的出色的关于物理的机器学习。 Al和随附的Jupyter笔记本。 网络可以采用纠缠谱或波函数（平方）作为输入。 因此，网络的结构（层数，神经元等）将相应更改，以实现最佳性能。 可以使用Keras 提供的贝叶斯优化或Hyperband方法估计最佳超参数。 使用适度的数据量（O（10 ^ 4）项），分类器在测试集上实现了近100％的准确性。 哈密​​

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：17825792
    • 提供者：weixin_42107491

  1. Optimal_Advertising_Volterra:计算简单的Volterra-Ornstein-Uhlenbeck动力学的最佳广告投放量-源码

  2. Optimal_Advertising_Volterra 计算简单的Volterra-Ornstein-Uhlenbeck动力学的最佳广告投放量。 此代码允许用户计算针对优化问题的最佳广告效果U J（u）= E [-\ int_0 ^ t U（t）^ 2 dt + X（T）] X（t）的动力学由Volterra-Ornstein-Uhlenbeck过程给出 X（t）= X_0 + \ int_0 ^ t（tr）^ H（a * U（r）-b * X（r）+ MRL）dr + s * \ i

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：114688
    • 提供者：weixin_42146086

  1. 掺镱光纤放大器的优化:隔离器、滤波器和光纤光栅的使用

  2. 用简单的分段模型分析了内插特殊光学元件的掺镱光纤放大器 ,分析表明 ,隔离器、滤波器和光纤光栅的使用不但可以提高放大器增益 ,而且同时能够使噪声特性得到优化 ,文中还讨论了隔离器、滤波器在光纤内的最佳位置。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：1048576
    • 提供者：weixin_38670065

  1. QtDataSync：一个简单的脱机优先同步框架，用于在设备之间同步Qt应用程序的数据-源码

  2. QtDataSync 一个简单的脱机优先同步框架，用于在设备之间同步Qt应用程序的数据。 产品特点 使用QObjects和Q_GADGET类进行类似于文档存储的访问 具有全局缓存优化的线程安全同步访问 修改数据时更改信号 跨平台库，可在linux，windows，macos，android和ios上运行，并可用于在任何这些平台之间同步数据 Qt“模型”类（ QAbstractListModel ）在项目视图中查看商店数据 永久脱机存储，即使网络不畅也可以使应用正常运行 设备之间的远程同步 多用

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42134285

  1. LED自由曲面准直透镜的优化设计方法

  2. 提出了一种自由曲面准直透镜的优化设计方法。通过对二次B 样条理论、Scheme 语言和优化引擎的结合使用，实现了准直透镜的优化设计。采用1 mm×1 mm 朗伯体发光的LED 作为光源，透镜材料为聚甲基丙烯酸甲酯(PMMA)，通过对两款不同结构准直透镜的优化设计，可以实现发散角为±5° 的准直照明，能量利用率均可达90%以上。与现有的优化方法相比较，此方法具有对初始模型依赖较低、设计方法简单和普适性高等特点。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：817152
    • 提供者：weixin_38629873

  1. morph-net：快速简单的深度网络结构资源受限学习-源码

  2. MorphNet：快速和简单的深度网络结构资源受限学习 [目录] 什么是MorphNet？ MorphNet是一种在训练过程中学习深度网络结构的方法。 关键原则是不断放松网络结构学习问题。 简而言之，MorphNet正则化器将过滤器的影响向下推，一旦它们足够小，就会标记相应的输出通道以将其从网络中删除。 具体来说，激活稀疏性是通过添加针对特定资源（例如FLOP或模型大小）消耗的正则化函数来诱发的。 当将正则化器损耗加到训练损耗上并通过随机梯度下降或类似的优化器将它们的和减到最小时，在正则化器

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_42151036
« 12 3 4 5 6 7 8 9 10 ... 50 »