一種改進(jìn)的分段線性逼近超越函數(shù)算法
大?。?/span>0.55 MB 人氣： 2017-12-15 需要積分：1
針對超越函數(shù)計算中所采用的分段線性逼近算法存在的無法提前確定精度及部分區(qū)間資源浪費(fèi)的問題，提出一種改進(jìn)的分段線性逼近超越函數(shù)算法。該算法由預(yù)定義的逼近區(qū)間端點(diǎn)計算出用于逼近的線性函數(shù)，根據(jù)被逼近函數(shù)的凹凸性對所計算線性函數(shù)進(jìn)行調(diào)整，在此基礎(chǔ)上計算出預(yù)定義逼近區(qū)間內(nèi)調(diào)整后函數(shù)與被逼近函數(shù)之間的最大誤差；按照所需精度的要求，自動調(diào)整逼近區(qū)間，通過該過程的迭代，獲得了較少分段次數(shù)。算法結(jié)果在Matlab上進(jìn)行仿真，仿真結(jié)果表明，所提算法的分段數(shù)相比等分法減少了60%。所提算法在保證精度的前提下，降低了查找表（ LUT）的資源消耗。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種改進(jìn)的分段線性逼近超越函數(shù)算法下載
相關(guān)電子資料下載
- 不同的人工神經(jīng)網(wǎng)絡(luò)模型各有什么作用? 126
- rnn神經(jīng)網(wǎng)絡(luò)基本原理 233
- bp神經(jīng)網(wǎng)絡(luò)算法過程包括 106
- 反向傳播神經(jīng)網(wǎng)絡(luò)建模基本原理 166
- 反向傳播神經(jīng)網(wǎng)絡(luò)概念是什么 168
- 反向傳播神經(jīng)網(wǎng)絡(luò)分為多少層 162
- bp神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括哪些 115
- 卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用 80
- 數(shù)學(xué)建模神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點(diǎn)有哪些 299
- 什么神經(jīng)網(wǎng)絡(luò)模型適合做分類 114