分类过程中的一种遮挡现象

news2024/11/23 8:59:47

( A, B )---3*30*2---( 1, 0 )( 0, 1 )

让网络的输入只有3个节点，AB训练集各由6张二值化的图片组成，让A，B中各有3个点，且不重合，统计迭代次数并排序。

其中有10组数据

差值结构

迭代次数

构造平均列A

构造平均列AB

平均列A

EA

平均列AB

EAB

EA+EAB

2

2

2

53740.37

2

2

2

-3

0

1.5

1.5

-3

-6

-6

-4.5

-

1

1

53740.37

-

1

1

-

1

1

3

1.5

2

-6

-4.5

-

-

-

53740.37

-

-

-

-

-

-

0

1.5

0

-6

-4.5

-

-

-

53740.37

-

-

-

-

-

-

0

1.5

0

-6

-4.5

-

-

-

53740.37

-

-

-

-

-

-

0

1.5

0

-6

-4.5

-

1

-

53740.37

-

1

-

-

-

2

1.5

0

-6

-4.5

0

1.5

0

-6

-4.5

2

2

2

54020.53

2

2

2

0

2

2

-3

-3

-3

-1

-

-

-

54020.53

-

-

-

-

-

-

0

2

0

-3

-1

-

1

1

54020.53

-

1

1

-

1

1

3

2

2

-3

-1

-

-

-

54020.53

-

-

-

-

-

-

0

2

0

-3

-1

-

-

-

54020.53

-

-

-

-

-

-

0

2

0

-3

-1

-

-

1

54020.53

-

-

1

-

-

2

2

0

-3

-1

0

2

0

-3

-1

2

2

2

53802.23

2

2

2

0

2

2

-3

-6

-6

-4

1

1

-

53802.23

1

1

-

1

1

-

3

2

2

-6

-4

-

-

-

53802.23

-

-

-

-

-

-

0

2

0

-6

-4

-

-

-

53802.23

-

-

-

-

-

-

0

2

0

-6

-4

1

-

-

53802.23

1

-

-

-

-

2

2

0

-6

-4

-

-

-

53802.23

-

-

-

-

-

-

0

2

0

-6

-4

0

2

0

-6

-4

2

2

2

53911.96

2

2

2

0

3

3

-3

-6

-6

-3

1

-

1

53911.96

1

-

1

1

-

1

3

3

2

-6

-3

-

-

-

53911.96

-

-

-

-

-

-

0

3

0

-6

-3

1

-

-

53911.96

1

-

-

-

-

2

3

0

-6

-3

-

-

-

53911.96

-

-

-

-

-

-

0

3

0

-6

-3

-

-

-

53911.96

-

-

-

-

-

-

0

3

0

-6

-3

0

3

0

-6

-3

2

2

2

53972.02

2

2

2

0

6

6

-3

-6

-6

0

-

1

1

53972.02

-

1

1

-

1

1

3

6

2

-6

0

-

1

-

53972.02

-

1

-

-

-

2

6

0

-6

0

-

-

-

53972.02

-

-

-

-

-

-

0

6

0

-6

0

-

-

-

53972.02

-

-

-

-

-

-

0

6

0

-6

0

-

-

-

53972.02

-

-

-

-

-

-

0

6

0

-6

0

0

6

0

-6

0

2

2

2

53905.34

2

2

2

0

3

3

-3

-3

-3

0

-

-

-

53905.34

-

-

-

-

-

-

0

3

0

-3

0

1

-

1

53905.34

1

-

1

1

-

1

3

3

2

-3

0

-

-

-

53905.34

-

-

-

-

-

-

0

3

0

-3

0

1

-

-

53905.34

1

-

-

-

-

2

3

0

-3

0

-

-

-

53905.34

-

-

-

-

-

-

0

3

0

-3

0

0

3

0

-3

0

2

2

2

54350.9

2

2

2

0

6

6

-3

-3

-3

3

-

-

-

54350.9

-

-

-

-

-

-

0

6

0

-3

3

-

1

1

54350.9

-

1

1

-

1

1

3

6

2

-3

3

-

-

1

54350.9

-

-

1

-

-

2

6

0

-3

3

-

-

-

54350.9

-

-

-

-

-

-

0

6

0

-3

3

-

-

-

54350.9

-

-

-

-

-

-

0

6

0

-3

3

0

6

0

-3

3

2

2

2

54569.45

2

2

2

0

3

3

-3

-2

-2

1

-

-

-

54569.45

-

-

-

-

-

-

0

3

0

-2

1

-

-

-

54569.45

-

-

-

-

-

-

0

3

0

-2

1

1

1

-

54569.45

1

1

-

1

1

-

3

3

2

-2

1

-

-

-

54569.45

-

-

-

-

-

-

0

3

0

-2

1

-

1

-

54569.45

-

1

-

-

-

2

3

0

-2

1

0

3

0

-2

1

2

2

2

54609.06

2

2

2

0

6

6

-3

-2

-2

4

-

-

-

54609.06

-

-

-

-

-

-

0

6

0

-2

4

-

-

-

54609.06

-

-

-

-

-

-

0

6

0

-2

4

1

1

-

54609.06

1

1

-

1

1

-

3

6

2

-2

4

1

-

-

54609.06

1

-

-

-

-

2

6

0

-2

4

-

-

-

54609.06

-

-

-

-

-

-

0

6

0

-2

4

0

6

0

-2

4

2

2

2

55200.75

2

2

2

0

6

6

-3

-1.5

-1.5

4.5

-

-

-

55200.75

-

-

-

-

-

-

0

6

0

-1.5

4.5

-

-

-

55200.75

-

-

-

-

-

-

0

6

0

-1.5

4.5

-

-

-

55200.75

-

-

-

-

-

-

0

6

0

-1.5

4.5

1

1

-

55200.75

1

1

-

1

1

-

3

6

2

-1.5

4.5

-

1

-

55200.75

-

1

-

-

-

2

6

0

-1.5

4.5

0

6

0

-1.5

4.5

如果等位点A为1，B为0，记为1；A为0，B为1记为2；AB都是1记为“+”；AB都是0记为“-”。

假设训练集的数字和数字之间有排斥，网络收敛迭代次数与排斥能成正比。假设排斥能由3部分构成E=EA+EB+EAB。

其中的EA和EB可以很简单的由上方法计算。但在计算AB之间的相互作用时假设这种作用只能在临近行之间进行，由于遮挡效应这种排斥无法隔行传递。

差值结构

迭代次数

构造平均列A

构造平均列AB

2

2

2

53740.37

2

2

2

-

1

1

53740.37

-

1

1

-

1

1

-

-

-

53740.37

-

-

-

-

-

-

-

-

-

53740.37

-

-

-

-

-

-

-

-

-

53740.37

-

-

-

-

-

-

-

1

-

53740.37

-

1

-

-

-

因为差值结构第5行的1被第2行的数字遮挡，因此第5行的1不参与两个训练集之间的排斥作用。因为B只有单行，因此排斥能为EB=0。因此总的排斥能就是EA+EAB。

这条曲线和迭代次数成正比。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/868865.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

C++笔记之函数参数列表中设置默认值

C++笔记之函数参数列表中设置默认值

C笔记之函数参数列表中设置默认值 code review! 代码 #include <iostream>// 函数声明时设置默认值 void printInfo(std::string name "Unknown", int age 0);int main() {printInfo(); // 使用默认参数值printInfo("Alice", 25);…
阅读更多...
Scractch3.0_Arduino_ESP32_学习随记_蓝牙鼠标（四）

Scractch3.0_Arduino_ESP32_学习随记_蓝牙鼠标（四）

蓝牙鼠标 目的器材程序联系我们 目的 通过C02实现蓝牙鼠标。 器材 硬件: 齐护机器人C02 购买地址 软件:scratch3.0 下载地址:官网下载 程序 蓝牙鼠标使用使用ESP32自带的BLE蓝牙&#xff0c;不需要再外接模块。可以实现鼠标移动&#xff0c;左右键的点击动作。 联系我们…
阅读更多...
C++进阶 智能指针

C++进阶 智能指针

本篇博客简介&#xff1a;介绍C中的智能指针 智能指针 为什么会存在智能指针内存泄露内存泄漏定义内存泄漏的危害如何检测内存泄漏如何避免内存泄漏 智能指针的使用及其原理RAII设计一个智能指针C官方的智能指针 定制删除器智能指针总结 为什么会存在智能指针 我们首先来看下面…
阅读更多...
消息队列（11） - 通信协议的设计

消息队列（11） - 通信协议的设计

目录 通信协议设计代码实现 通信协议设计 对于我们客户端与服务器之间的通信协议我们约定如下&#xff1a; 具体的协议设计: 之后我们传递的参数也是这些 关于 type其实是在描述当前这个请求 、 响应是在调用那个API 约定如下 对于channel ,是tcp链接中的一个逻辑上的链接,…
阅读更多...
Python实现图片文本支持中文，自定义字体

Python实现图片文本支持中文，自定义字体

Python实现图片文本支持中文&#xff0c;自定义字体 # 支持中文 import matplotlib #用下载好的字体文件设置字体&#xff0c;从而正确显示中文 myfont matplotlib.font_manager.FontProperties(fnamer"./simsun.ttc") # 自定义的字体文件 plt.figure(figsize (1…
阅读更多...
udp一般不会存在错数据

udp一般不会存在错数据

UDP在传输过程中会出现丢包的情况&#xff0c;但不会导致数据错乱的情况&#xff0c;这涉及到UDP协议的特性和工作原理。 无连接性&#xff1a;UDP是一种无连接的传输协议&#xff0c;每个UDP数据包都是独立的&#xff0c;没有依赖关系。因此&#xff0c;即使发生数据包丢失&am…
阅读更多...
Golang 局部变量、全局变量 声明

Golang 局部变量、全局变量 声明

文章目录 一、局部变量二、全局变量 一、局部变量 四种声明方式 多变量声明&#xff1a; package mainimport "fmt"//局部变量声明 func main() {//方法一: 声明一个变量和数据类型&#xff0c;不初始化值&#xff1b;默认值为0&#xff1b;var lvA intfmt.Printl…
阅读更多...
圆圈中最后剩下的数字——剑指 Offer 62

圆圈中最后剩下的数字——剑指 Offer 62

文章目录 题目描述解法一题目描述 解法一 class Solution
阅读更多...
Spring MVC静态资源映射

Spring MVC静态资源映射

Spring MVC静态资源映射 静态资源映射。使用容器的默认Servletlocationmapping&#xff1a;cache-periodorder Spring MVC需要对RESTful风格的URL提供支持&#xff0c;而真正的RESTful风格的URL不应该带有任何后缀&#xff0c;因此将Spring MVC拦截的URL改为“/”&#xff08;正…
阅读更多...
使用蓝牙外设却不小心把台式机电脑蓝牙关了

使用蓝牙外设却不小心把台式机电脑蓝牙关了

起因 今天犯了一个贼SB的错误&#xff0c;起因是蓝牙键盘突然就不能输入了&#xff08;虽然是连接状态&#xff0c;但是按什么键都没有反应&#xff09; 原来我的解决方法就是重启一下电脑&#xff0c;但是那会电脑开了贼多的软件。我就想重启也太麻烦了&#xff0c;既然重启…
阅读更多...
Java之继承

Java之继承

继承 继承为什么使用继承继承是什么继承的语法访问父类成员访问父类成员变量访问父类成员方法 super关键字子类构造方法super和this异同分别的使用方法 继承的方式final关键字 作者简介&#xff1a; zoro-1&#xff0c;目前大一&#xff0c;正在学习Java&#xff0c;数据结构等…
阅读更多...
【算法挨揍日记】day02——双指针算法_快乐数、盛最多水的容器

【算法挨揍日记】day02——双指针算法_快乐数、盛最多水的容器

202. 快乐数 202. 快乐数https://leetcode.cn/problems/happy-number/ 题目&#xff1a; 编写一个算法来判断一个数 n 是不是快乐数。 「快乐数」 定义为&#xff1a; 对于一个正整数&#xff0c;每一次将该数替换为它每个位置上的数字的平方和。然后重复这个过程直到这个…
阅读更多...
Python接口自动化之request请求封装

Python接口自动化之request请求封装

我们在做自动化测试的时候&#xff0c;大家都是希望自己写的代码越简洁越好&#xff0c;代码重复量越少越好。那么&#xff0c;我们可以考虑将request的请求类型&#xff08;如&#xff1a;Get、Post、Delect请求&#xff09;都封装起来。这样&#xff0c;我们在编写用例的时候…
阅读更多...
OptaPlanner笔记2

OptaPlanner笔记2

1.5.3 使用maven 修改pom.xml 导入optaplanner-bom以避免为每一个依赖项重复添加版本号 <project>...<dependencyManagement><dependencies><dependency><groupId>org.optaplanner</groupId><artifactId>optaplanner-bom</art…
阅读更多...
使用 CycleGAN 进行图像到图像转换

使用 CycleGAN 进行图像到图像转换

介绍 在人工智能和计算机视觉领域，CycleGAN 是一项非凡的创新，它重新定义了我们感知和操作图像的方式。这种尖端技术彻底改变了图像到图像的转换，实现了领域之间的无缝转换，例如将马变成斑马或将夏日风景变成雪景。在本文中，我们将揭开 CycleGAN 的魔力，并探索其在各个领…
阅读更多...
微信小程序开发价格

微信小程序开发价格

小程序开发费用 小程序的开发费用是很多企业和个人在规划项目时需要重点考虑的一个方面。本文将从微信认证费、域名、服务器、程序开发费用、微信支付费率以及维护费用等多个角度为大家分析小程序开发费用的组成。 1. 微信认证费&#xff1a;作为小程序的一种信任凭证&#xf…
阅读更多...
对文件的读取和修改 JAVA

对文件的读取和修改 JAVA

目录 1、try catch:2、hasNextLine():3、java读取某个文件夹信息&#xff1a;4、修改&#xff1a; 1、try catch: 1、try语句对你觉得可能会有问题的语句进行尝试 2、try内语句出现错误会被catch语句捕捉&#xff0c;且整个程序不会崩溃 3、try语句出错才会执行下方catch语句…
阅读更多...
机器学习实战4-数据预处理

机器学习实战4-数据预处理

文章目录 数据无量纲化preprocessing.MinMaxScaler&#xff08;归一化&#xff09;导库归一化另一种写法将归一化的结果逆转 preprocessing.StandardScaler(标准化)导库实例化查看属性查看结果逆标准化 缺失值impute.SimpleImputer另一种填充写法 处理分类型特征&#xff1a;编…
阅读更多...
C++ 学习系列3 -- 函数压栈与出栈

C++ 学习系列3 -- 函数压栈与出栈

在C中&#xff0c;函数压栈&#xff08;函数调用&#xff09;和出栈&#xff08;函数返回&#xff09;是函数调用过程中的两个关键步骤。下面将逐步解释这两个过程&#xff1a; 一 函数压栈与出栈过程简介 函数压栈&#xff08;函数调用&#xff09;的过程如下&#xff1a; …
阅读更多...
深入Python字典

深入Python字典

在Python中&#xff0c;字典是通过哈希表实现的。也就是说&#xff0c;字典是一个数组&#xff0c;而数组的索引是键经过哈希函数处理后得到的。哈希函数的目的是使键均匀地分布在数组中。由于不同的键可能具有相同的哈希值&#xff0c;即可能出现冲突&#xff0c;高级的哈希函…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023