- 博客(32)
- 收藏
- 关注
RSS订阅原创 毕业论文word设置页码方法
以研究生毕业论文为例。首先，封面、答辩委员会、原创性声明、版权授权书等内容不需要编号。然后，摘要和目录等要罗马数字编号。最后正文部分正常数字编号。则需要利用“分隔符”把论文分文三个部分1. 在不需要编号的最后一页最下方一行点击“布局”2.再点击“分隔符”3. 再点击“分页符——下一页”选项。此时论文就被分为了两个部分，以此方法进一步将论文分为三个部分，结果如下：4. 现在对论文的第二大块标罗马数字：双击要编号的第一页，然后取消“链接到上一节”：5. 然后再点.
2022-03-03 22:10:01
8682
1
原创 Word引用文献设置双向链接
1. 修改参考文献编号格式2. 选中正文中引用的标号例如：3. 保持选中的状态下，点击引用：4. 再点击交叉引用：5. 引用内容选择“段落编号(完整上下文)”，然后选择具体的引用文献：6. 如果要在两条文献之中插入一条新的文献，则Ctrl+A选中全文，再按F9，更新整个目录，即可完成修改。...
2022-03-03 09:09:55
3153
原创 Matlab实现二维数据卷积
实现代码：% 二维卷积操作卷积操作clcclear% 3*3 卷积核必须是方阵，且行列数为奇数x = [-1 -2 -3; 0 0 0; 1 2 3];% 5*5data = [1 2 3 4 5; 6 7 8 9 10; 11 12 13 14 15; 16 17 18 19 20; 21 22 23 24 25];pre_conv = conv2(data, x, 'same')x
2021-12-06 16:15:12
5448
原创 ZNN模型求解动态代数Riccati方程
动态代数Riccati方程的定义为：其中矩阵，，，。且，和都是正定矩阵。构造ZNN模型：定义针对动态代数Riccati问题的误差方程：ZNN模型的演化公式：结合以上两个等式可以得到求解动态代数Riccati方程的ZNN模型：对上式进行化简，令：于是，以上复杂的等式即可转化为如下简单形式：...
2021-11-28 19:39:36
972
原创 ZNN模型求解动态西尔维斯特方程(Sylvester equation)
一. 克罗内克积的定义：对于矩阵和矩阵，矩阵与做克罗内克积，可以表示为，即：例如：二. 求解动态西尔维斯特方程的ZNN模型推导1. 动态Sylvester方程的定义：其中, 显然未知矩阵将矩阵放置到等式的右边可以得到：2. 动态Sylvester方程的转化为了进一步推导，需要对以上等式的两边向量化，即：向量化操作包含以下两种性质：因此可以得到如下推导过程：其中和为单位矩阵。于是有：令：至此，动态Sylves.
2021-11-28 19:10:45
1284
原创 各类矩阵的定义及计算
一.矩阵广义逆(Generalized inverse)的种类广义逆也称为伪逆(pseudoinverse)1.2.3.4.如果满足条件1，则称为矩阵的广义逆矩阵如果同时满足条件1和2，则称为矩阵的广义反身逆(generalized reflexive inverse)如果同时满足以上四个条件，则称为矩阵的Moore-Penrose广义逆(Moore-Penrose generalized inverse)注：有些时候，伪逆特指Moore-Penrose广义...
2021-11-27 21:21:34
1879
原创 向量与矩阵的范数
1. 向量的范数向量的1范数：向量中每个元素绝对值的和向量的2范数：向量中的元素平方和，之后再开平方向量的无穷范数：向量所有元素的绝对值中最大(正无穷范数)/最小(负无穷范数)的正无穷范数：负无穷范数：2. 矩阵的范数矩阵的1范数(列模)：矩阵的每一列上元素的绝对值先求和，再从中取最大的矩阵的2范数(行模)：对于矩阵A，的最大特征值开平方矩阵的无穷范数(行模)：矩阵每一行的元素的绝对值先求和，再从中取最大的矩阵的范数：矩阵非0元素的个数矩阵
2021-11-25 17:06:15
3468
原创 Runge–Kutta方法离散ZNN模型
1. 连续ZNN模型求解动态线性方程问题动态线性方程问题的定义：其中,,。构造误差函数：定义ZNN模型的演化公式：因此，可以得到用于求解动态线性方程的ZNN模型：2. 利用Runge-Kutta方法离散化连续ZNN模型经典四阶RK算法的迭代差分公式如下:其中函数被定义为：因此，采用RK方法离散的ZNN模型可以被写为：其中参数计算方法为：其中表示采样周期，是精确解的近似。参考文献：Z. Zhang, X..
2021-11-25 12:24:51
801
原创 复数有限时间收敛ZNN(PC-CVZNN指数全局收敛(global convergence and super-exponential convergence)证明
1. 关于PC-CVZNN的全局收敛性证明复数有限时间收敛ZNN模型定义：其中参数如下：假设和分别为的实部和虚部，即。则根据PC-CVZNN模型的定义有如下关系：定义李雅普诺夫函数对以上李雅普诺夫函数求导可得： 由于激活函数是单调递增奇的，因此有：所以有且，所以根据李雅普诺夫稳定性理论，误差函数全局收敛到0.2. 关于PC-CVZNN的指数收敛速度当激活函数为线性激活函数时，有： 考虑到...
2021-10-26 15:33:07
558
原创 连续零化神经网络模型求解时变、时不变二次极小化问题(Time-Variant Quadratic Minimization)
ZNN求解时变二次极小化问题：二次极小化问题的定义：M(t,x)的梯度可以写为如下形式：显然当时，即可得到问题的理论解，因此需要构造：进一步构造：根据积分增强ZNN的定义公式：可以得到最终用于求解时变二次极小化问题的ZNN模型：...
2021-03-31 16:03:34
856
1
原创 最速下降法(Steepest descent)与共轭梯度法(Conjugate gradient)
目标问题：初始化参数：共轭梯度法在第一步时是最速下降法：采用牛顿迭代法搜寻适当的步长因子：
2020-12-17 09:56:20
1664
原创 正定矩阵及其系列性质
1. 正定矩阵的定义广义定义：设M是n阶方阵，如果对任何非零向量z，都有，则称M为正定矩阵；狭义定义：一个n阶的实对称矩阵M是正定的的条件是当且仅当对于所有的非零实系数向量z，都有。2. 正定矩阵的性质正定矩阵的行列式恒为正：实对称矩阵A正定当且仅当A与单位矩阵合同若A是正定矩阵，则A的逆矩阵也是正定矩阵两个正定矩阵的和也是正定矩阵正实数与正定矩阵的乘积也是正定矩阵3. 正定矩阵的等价命题对于n阶实对称矩阵A，下列等式是等价的：A是正定矩阵A的一切顺序主子式均
2020-12-15 10:03:59
60670
原创 matlab实现牛顿迭代法求解二元函数最优点并绘制动态图像
1. 定义目标函数，及其雅可比矩阵和海塞矩阵：function [f_val, f_grad_val, f_hess_val] = V_func(x_val, y_val) syms x y; f = (x-2)^4+((x-2)^2)*(y^2)+(y+1)^2; f_grad = jacobian(f, [x; y]); f_hess = jacobian(f_grad, [x, y]); f_val = subs(f, {x,
2020-12-14 17:01:09
5715
原创 带等式和不等式约束的线性分式规划Linear-fractional programming
带等式和不等式约束的线性分式规划问题定义：可以将以上的带等式和不等式约束的线性分式规划问题，转化为线性规划问题解决，引入新变量，将目标函数f(x(t),t)转化为线性函数：，。其中将如上变换带入到原优化问题中可以得到如下等价的线性优化问题：其中y，z为优化变量...
2020-12-07 08:35:45
1277
原创 连续零化神经网络(CTZNN)求解动态等式约束的线性规划问题
带动态等式约束的线性规划问题定义：拉格朗日乘子法，将带线性约束的规划问题转化为无约束线性等式问题：求解动态等式约束的线性规划问题，可以通过对下方的方程进行零化来实现：通过构造如下矩阵和向量，可以将以上方程组转化为动态线性方程：即为：构造误差函数：零化神经网络的演化定义：展开并整理可以得到用于求解态等数约束的线性规划问题的CTZNN模型迭代公式：...
2020-12-05 10:15:18
1246
5
原创 连续、离散时间零化神经网络(ZNN)求解动态矩阵线性方程、动态矩阵逆、动态矩阵Moore-Penrose逆问题
1. 连续、离散ZNN求解动态矩阵线性方程问题：动态矩阵线性方程问题的定义：定义误差函数：零化神经网络ZNN的演化公式：综合推导可得用于求解动态矩阵线性方程问题的连续时间ZNN模型：欧拉前向差分定义：上式中的g表示采样间隔即可推导得出用于求解动态矩阵线性方程问题的离散时间ZNN模型：2. 连续、离散ZNN求解动态矩阵逆问题：动态矩阵线性方程问题的定义：定义误差函数：零化神经网络ZNN的演化公式：综合推导可得用于求解动态矩阵逆问题的连续时间ZNN模型
2020-12-02 21:25:39
2597
原创 牛顿法求解动态矩阵的逆、动态矩阵Moore-Penrose逆、动态矩阵形式线性方程问题
1. 牛顿法求解动态矩阵形式线性方程问题动态矩阵线性方程问题的定义：构造误差函数：牛顿法的定义：对误差函数求导：于是，根据牛顿法的迭代公式可以得到：2. 牛顿法求解动态矩阵逆问题动态矩阵的逆问题的定义：构造误差函数：牛顿法的定义：对误差函数求导：于是，根据牛顿法的迭代公式可以得到：3. 牛顿法求解动态矩阵Moore-Penrose逆问题动态矩阵的Moore-Penrose逆定义：上式表示的是右Moore-Penros
2020-12-02 20:37:39
775
原创 牛顿法求解方程的根和最优化问题
1. 牛顿法求解方程的零点利用牛顿法可以迭代求解方程的根：首先利用泰勒公式，在处进行一阶展开欲求解方程的根，即令，可得：通过上述等式，进一步求解处下一个迭代步的临近点迭代求解公式：2. 牛顿法求解最优化问题欲求解的根，需要将在目标点处二阶泰勒展开：由于需要求解的根，所以需要对上式进行求导：最终类似于求解方程零点，推导出牛顿法求解最优化问题的迭代公式：3. 牛顿法求解高维优化问题其中H表示海塞矩阵，表示的梯度...
2020-12-02 10:55:59
1464
原创 python+opencv将图片合成为视频
将多张时序图片合成为一段视频import cv2import os# 读取时序图中的第一张图片img = cv2.imread('input/in000001.jpg')# 设置每秒读取多少张图片fps = 25imgInfo = img.shape# 获取图片宽高度信息size = (imgInfo[1], imgInfo[0])fourcc = cv2.VideoWriter_fourcc(*"MJPG")# 定义写入图片的策略videoWrite = cv2.Vide
2020-11-24 19:37:02
1984
3
原创 python路径访问
获取当前目录所在的文件夹路径：import oscur_file_path = os.getcwd()print(cur_file_path)输出结果：获取当前目录所在的文件夹的上层文件夹：import osdata_root = os.path.abspath(os.getcwd() + "/..")print(data_root)输出结果:获取当前目录所在的文件夹的上上层文件夹：import osdata_root = os.path.abspa
2020-11-24 09:52:28
752
翻译 迁移学习的两种策略
In practice, very few people train an entire Convolutional Network from scratch (with random initialization), because it is relatively rare to have a dataset of sufficient size. Instead, it is common to pretrain a ConvNet on a very large dataset (e.g. Imag
2020-11-23 15:56:50
841
原创 深度学习的正、反向传播与梯度下降的实例
采用3层的全连接网络，首先正向传播一次并计算误差，之后反向传播一次更新参数，最后再次正向传播并计算误差全连接网络的具体结构如下：输入参数(input_param)：初始化第一层权重(w1)：初始化第二层参数(w2):给定预期的输出(output):1. 第一次正向传播及计算误差进行第一次正向传播得到输出(pred)：pred = input_param *w1 *w2其中隐藏层(hidden)在第一次正向传播中各个参数为：hidden =input_pa...
2020-11-23 10:36:00
734
转载 python中plt.imshow()不显示图片
直接利用plt.imshow()发现居然不能显示图片，最后加了plt.show()发现还是不能显示解决方法首先导入pylab包import pylab然后在plt.imshow(img)后面添加一行代码pylab.show()再次运行即可查看到图片
2020-11-07 16:49:18
1125
2
原创 pytorch 1.7.0 读取mnist数据集加载并显示图像
完整源代码：import torchimport torchvisionimport torchvision.transforms as transformsfrom matplotlib import pyplotimport matplotlib.pyplot as pltimport numpy as npbatch_size = 64train_dataset = torchvision.datasets.MNIST(root='data', train=True, tran
2020-11-07 09:57:25
1046
原创 腾讯云Centos7安装Django
首先进入合适的文件目录，之后执行以下语句，创建名为venv的虚拟环境：virtualenv venv进入创建的虚拟环境：cd venv虚拟环境的文件目录如下：激活刚才创建的虚拟环境：source bin/activate如果命令行变化如下，则激活成功：之后安装django：pip install django查看django是否安装成功：django-admin --version如果可以看到版本号则安装成功：在刚创建的ven.
2020-10-12 21:34:30
244
原创 调整Latex中的字体大小
Latex中的字体大小依次为：\tiny\scriptsize\footnotesize\small\normalsize\large\Large\LARGE\huge\Huge使用时将关键字添加到对应的章节中。
2020-10-10 14:47:12
4017
原创 腾讯云服务器Centos7安装Anaconda3
使用清华源镜像下载Anaconda，可以在清华大学开源软件镜像站中查找自己需要的版本复制链接后在contos7中用wget命令下载（注意把最后的anaconda版本替换成自己需要的）：wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh这里如果没有wget，则采用yum安装wget：yum -y install wget之后安装已经下载的anaco
2020-10-10 09:44:49
460
原创 PyCharm中的项目无法识别相对路径的问题
原本可用的项目，在导入PyCharm运行的时候报找不到相对路径文件的错误问题出在PyCharm的Edit Configurations中：打开Edit Configurations：此时可以看到，两个红框的位置是不一致的，这也是问题所在。项目和文件不统一。修改之后，项目和文件已经统一，问题就解决了，之后再次运行就不会再报错：...
2020-09-28 18:44:27
10021
1
原创 树莓派安装Google Pinyin中文输入法
Ctrl + Alt + T 打开终端输入命令：sudo apt-get install fcitx fcitx-googlepinyin fcitx-module-cloudpinyin fcitx-sunpinyin安装完毕后sudo reboot重启树莓派开机后点击左上角的树莓派标志，打开Perferences -> Fcitx Configuration ...
2019-08-20 16:52:07
3983
1
原创 使用Springboot时Application找不到自动装配的类
将实体类自动装配到Application中时提示找不到实体类，将Application类放到root package下即可解决
2018-04-11 20:31:36
4367
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人