资源列表
eight
- vc++6.0环境下的实现八数码问题，这是使用A*算法实现的-vc++6.0 environment to achieve eight digital problem, which is implemented using the A* algorithm
Single-exponential-smoothing
- 一次指数平滑法是指以最后的一个第一次指数平滑。如果为了使指数平滑值敏感地反映最新观察值的变化，应取较大阿尔法值，如果所求指数平滑值是用来代表该时间序列的长期趋势值，则应取较小阿尔法值。同时，对于市场预测来说，还应根据中长期趋势变动和季节性变动情况的不同而取不同的阿尔法值，一般来说，应按以下情况处理：1.如果观察值的长期趋势变动接近稳定的常数，应取居中α值(一般取0.6—0.4)使观察值在指数平滑中具有大小接近的权数；2.如果观察值呈现明显的季节性变动时，则宜取较大的α值(一般取0.6一0.9)，
The-trend-of-moving-average-method
- 趋势分析法(trend analysis approach) 又叫比较分析法、水平分析法，它是通过对财务报表中各类相关数字资料，将两期或多期连续的相同指标或比率进行定基对比和环比对比，得出它们的增减变动方向、数额和幅度，以揭示企业财务状况、经营情况和现金流量变化趋势的一种分析方法。采用趋势分析法通常要编制比较会计报表。-The trend analysis method (trend analysis approach) is also called the method of comparat
Weighted-moving-average-method
- 加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别给予不同的权数，然后再进行平均移动以预测未来值。 加权移动平均法不像简单移动平均法那样，在计算平均值时对移动期内的数据同等看待，而是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。-Weighted moving average method is according to the degree of infl
DataStructure_KnightTraverse
- VC++6.0 编译环境 数据结构的游骑士遍历实现-VC++6.0 compile environmental data structure traversal implementation tour Knight
DataStructure_JosephRing
- VC++6.0编译环境 数据结构的约瑟夫环实现-VC++6.0 build environment to achieve data structure Josephus
DataStructure_HuffmanCoding
- VC++6.0编译环境 数据结构的哈弗曼编码实现-Huffman coding to achieve data structure
BP-neural-network-prediction-method
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
oneRoundWSN
- WSN matlabe language file
loadAndPrintNet
- WSN file in matlab language
Genetic-algorithm-optimization
- 遗传算法优化B P神经网络的目的是通过遗传算法得到更好的网络初始权值和阈值, 其 基本思想就是用个体代表网络的初始权值和阈值、 个体值初始化的B P神经网络的预测误差作为该个体的适应度值, 通过选择、 交叉、 变异操作寻找最优个体, 即最优的B P神经网络初始权值。除了遗传算法之外, 还可以采用粒子群算法、 蚁群算法等优化B P神经网络初始权值。-Genetic algorithm to optimize BP neural network is designed by means of g
nonlinear-system
- 在工程应用中经常会遇到一些复杂的非线性系统, 这些系统状态方程复杂, 难以用数学方法准确建模。在这种情况下, 可以建立B P神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱, 首先用系统输入输出数据训练B P神经网络, 使网络能够表达该未知函数, 然后就可以用训练好的B P神经网络预测系统输出。-In engineering applications often encounter a number of complex nonlinear systems, complex equat