平均列顺序对列排斥能的影响
( 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5张二值化的图片组成，让A有6个1，B有4个1，并且让这10个1的位置没有重合。比较迭代次数的顺序。
其中有9组数据
| 差值结构 | A-B | 迭代次数 | 构造平均列 | 平均列 | 列排斥能 | 空间放缩 | ||||||
| 2 | 2 | 2 | 0*1*7*4*4-7*2*0*0*0 | 4569.528 | 0 | 53 | 53 | 53 | ||||
| - | 2 | 1 | 0*1*7*4*4-7*2*0*0*0 | 4569.528 | 2 | 2 | 53 | 53 | ||||
| 1 | 1 | 1 | 0*1*7*4*4-7*2*0*0*0 | 4569.528 | 3 | 1 | 2 | 6 | 53 | 53 | ||
| 1 | - | - | 0*1*7*4*4-7*2*0*0*0 | 4569.528 | 3 | 3 | 53 | 53 | ||||
| 1 | - | - | 0*1*7*4*4-7*2*0*0*0 | 4569.528 | 3 | 3 | 53 | 53 | ||||
| 53 | 53 | |||||||||||
| 2 | 2 | 2 | 0*4*7*4*1-7*2*0*0*0 | 4600.281 | 0 | 54.5 | 54.5 | 54.5 | ||||
| 1 | 2 | - | 0*4*7*4*1-7*2*0*0*0 | 4600.281 | 3 | 3 | 54.5 | 54.5 | ||||
| 1 | 1 | 1 | 0*4*7*4*1-7*2*0*0*0 | 4600.281 | 3 | 1 | 2 | 6 | 54.5 | 54.5 | ||
| 1 | - | - | 0*4*7*4*1-7*2*0*0*0 | 4600.281 | 3 | 3 | 54.5 | 54.5 | ||||
| - | - | 1 | 0*4*7*4*1-7*2*0*0*0 | 4600.281 | 2 | 2 | 54.5 | 54.5 | ||||
| 54.5 | 54.5 | |||||||||||
| 2 | 2 | 2 | 0*1*7*4*1-7*2*0*0*0 | 4638.221 | 0 | 51 | 51 | 51 | ||||
| - | 2 | 1 | 0*1*7*4*1-7*2*0*0*0 | 4638.221 | 3 | 3 | 51 | 51 | ||||
| 1 | 1 | 1 | 0*1*7*4*1-7*2*0*0*0 | 4638.221 | 2 | 1 | 3 | 6 | 51 | 51 | ||
| 1 | - | - | 0*1*7*4*1-7*2*0*0*0 | 4638.221 | 2 | 2 | 51 | 51 | ||||
| - | - | 1 | 0*1*7*4*1-7*2*0*0*0 | 4638.221 | 3 | 3 | 51 | 51 | ||||
| 51 | 51 | |||||||||||
| 2 | 2 | 2 | 0*0*7*1*5-7*2*0*0*0 | 63216.41 | 0 | 48 | 48 | 48 | ||||
| - | 2 | - | 0*0*7*1*5-7*2*0*0*0 | 63216.41 | 0 | 48 | 48 | |||||
| 1 | 1 | 1 | 0*0*7*1*5-7*2*0*0*0 | 63216.41 | 2 | 1 | 3 | 6 | 48 | 48 | ||
| - | - | 1 | 0*0*7*1*5-7*2*0*0*0 | 63216.41 | 3 | 3 | 48 | 48 | ||||
| 1 | - | 1 | 0*0*7*1*5-7*2*0*0*0 | 63216.41 | 2 | 3 | 5 | 48 | 48 | |||
| 48 | 48 | |||||||||||
| 2 | 2 | 2 | 0*0*7*5*4-7*2*0*0*0 | 67146.21 | 0 | 54 | 54 | 54 | ||||
| - | 2 | - | 0*0*7*5*4-7*2*0*0*0 | 67146.21 | 0 | 54 | 54 | |||||
| 1 | 1 | 1 | 0*0*7*5*4-7*2*0*0*0 | 67146.21 | 3 | 1 | 2 | 6 | 54 | 54 | ||
| 1 | - | 1 | 0*0*7*5*4-7*2*0*0*0 | 67146.21 | 3 | 2 | 5 | 54 | 54 | |||
| 1 | - | - | 0*0*7*5*4-7*2*0*0*0 | 67146.21 | 3 | 3 | 54 | 54 | ||||
| 54 | 54 | |||||||||||
| 2 | 2 | 2 | 0*4*7*0*5-7*2*0*0*0 | 170514.2 | 0 | 38 | 38 | 60.8 | ||||
| 1 | 2 | - | 0*4*7*0*5-7*2*0*0*0 | 170514.2 | 3 | 3 | 38 | 60.8 | ||||
| 1 | 1 | 1 | 0*4*7*0*5-7*2*0*0*0 | 170514.2 | 3 | 1 | 2 | 6 | 38 | 60.8 | ||
| - | - | - | 0*4*7*0*5-7*2*0*0*0 | 170514.2 | 0 | 38 | 60.8 | |||||
| 1 | - | 1 | 0*4*7*0*5-7*2*0*0*0 | 170514.2 | 3 | 2 | 5 | 38 | 60.8 | |||
| 38 | 60.8 | |||||||||||
| 2 | 2 | 2 | 0*5*7*0*4-7*2*0*0*0 | 172774.4 | 0 | 44 | 44 | 70.4 | ||||
| 1 | 2 | 1 | 0*5*7*0*4-7*2*0*0*0 | 172774.4 | 3 | 2 | 5 | 44 | 70.4 | |||
| 1 | 1 | 1 | 0*5*7*0*4-7*2*0*0*0 | 172774.4 | 3 | 1 | 2 | 6 | 44 | 70.4 | ||
| - | - | - | 0*5*7*0*4-7*2*0*0*0 | 172774.4 | 0 | 44 | 70.4 | |||||
| 1 | - | - | 0*5*7*0*4-7*2*0*0*0 | 172774.4 | 3 | 3 | 44 | 70.4 | ||||
| 44 | 70.4 | |||||||||||
| 2 | 2 | 2 | 0*4*7*5*0-7*2*0*0*0 | 203027.7 | 0 | 55.5 | 55.5 | 88.8 | ||||
| 1 | 2 | - | 0*4*7*5*0-7*2*0*0*0 | 203027.7 | 3 | 3 | 55.5 | 88.8 | ||||
| 1 | 1 | 1 | 0*4*7*5*0-7*2*0*0*0 | 203027.7 | 3 | 1 | 2 | 6 | 55.5 | 88.8 | ||
| 1 | - | 1 | 0*4*7*5*0-7*2*0*0*0 | 203027.7 | 3 | 2 | 5 | 55.5 | 88.8 | |||
| - | - | - | 0*4*7*5*0-7*2*0*0*0 | 203027.7 | 0 | 55.5 | 88.8 | |||||
| 55.5 | 88.8 | |||||||||||
| 2 | 2 | 2 | 0*5*7*4*0-7*2*0*0*0 | 209318.4 | 0 | 55.5 | 55.5 | 88.8 | ||||
| 1 | 2 | 1 | 0*5*7*4*0-7*2*0*0*0 | 209318.4 | 3 | 2 | 5 | 55.5 | 88.8 | |||
| 1 | 1 | 1 | 0*5*7*4*0-7*2*0*0*0 | 209318.4 | 3 | 1 | 2 | 6 | 55.5 | 88.8 | ||
| 1 | - | - | 0*5*7*4*0-7*2*0*0*0 | 209318.4 | 3 | 3 | 55.5 | 88.8 | ||||
| - | - | - | 0*5*7*4*0-7*2*0*0*0 | 209318.4 | 0 | 55.5 | 88.8 | |||||
| 55.5 | 88.8 | |||||||||||
让迭代次数和列排斥能的和成正比，就相当于把AB训练集中的数字当作粒子，并让这些粒子之间有排斥力，并且这排斥力只有纵向分量，没有横向分量。但是A的排斥力会不会作用于B？
实验结果表明A与B之间是有相互作用的，这种相互作用至少决定了对方平均列的顺序。如上述9中情况，312在第3行的时候才能得到列排斥能和迭代次数之间的正比关系
如果把312放在第一行或第5行都这种现象都不是很明显。
对于后面4个网络
| 0*4*7*0*5-7*2*0*0*0 |
| 0*5*7*0*4-7*2*0*0*0 |
| 0*4*7*5*0-7*2*0*0*0 |
| 0*5*7*4*0-7*2*0*0*0 |
因为结构中有1个全0行，空间放缩系数为(1+1）*0.8=1.6，前5个放缩系数为1.
相关文章：
平均列顺序对列排斥能的影响
( 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5张二值化的图片组成，让A有6个1，B有4个1，并且让这10个1的位置没有重合。比较迭代次数的顺序。 其中有9组数据 差值结构 A-B 迭代次数 构造平均列 …...
微信小程序-处理ios无法播放语音的问题
背景 框架：tarovue3 问题：今天搞小程序语音播放功能，开放工具播放正常，但是到ios手机上调试时无法播放，在网上找到个好办法 解决方案 核心代码 Taro.setInnerAudioOption({obeyMuteSwitch: false // 解决有一些IOS无…...
区块链 2.0笔记
区块链 2.0 以太坊概述 相对于比特币的几点改进 缩短出块时间至10多秒ghost共识机制mining puzzle BTC:计算密集型ETH：memory-hard(限制ASIC) proof of work->proof of stake对智能合约的支持 BTC：decentralized currencyETH：decentral…...
深入理解Vue响应式系统：数据绑定探索
🌷🍁 博主猫头虎 带您 Go to New World.✨🍁 🦄 博客首页——猫头虎的博客🎐 🐳《面试题大全专栏》 文章图文并茂🦕生动形象🦖简单易学！欢迎大家来踩踩~🌺 &a…...
web流程自动化详解
今天给大家带来Selenium的相关解释操作 一、Selenium Selenium是一个用于自动化Web浏览器操作的开源工具和框架。它提供了一组API（应用程序接口），可以让开发人员使用多种编程语言（如Java、Python、C#等）编写测试脚本&…...
什么是框架？为什么要学框架？
一、什么是框架 框架是整个或部分应用的可重用设计，是可定制化的应用骨架。它可以帮开发人员简化开发过程，提高开发效率。 项目里有一部分代码：和业务无关，而又不得不写的代码>框架 项目里剩下的部分代码：实现业务…...
什么是 Sass？
Sass 介绍 什么是 Sass？ 官方标语 世界上最成熟、最稳定、最强大的专业级 CSS 扩展语言。怎么理解这句话呢？我们平时写的 CSS 代码可以理解为静态样式语言，而 Scss 就是动态样式语言，何为动态？就是让你写 CSS 跟写 …...
Kotlin～Memento备忘录模式
概念 备忘录模式是一种行为型设计模式，用于捕获和存储对象的内部状态，并在需要时将对象恢复到之前的状态。 备忘录模式允许在不暴露对象内部实现细节的情况下，对对象进行状态的保存和恢复。 角色介绍 Originator：原发器&#x…...
单链表的多语言表达：C++、Java、Python、Go、Rust
单链表 是一种链式数据结构，由一个头节点和一些指向下一个节点的指针组成。每个节点包含一个数据元素和指向下一个节点的指针。头节点没有数据，只用于表示链表的开始位置。 单链表的主要操作包括： 添加元素：在链表的头部添加新…...
微信小程序 background-image直接设置本地图片路径，编辑器正常显示，真机运行不显示解决方法
项目场景 微信小程序，设置background-image直接设置本地图片路径。 问题描述 编辑器正常显示，真机运行不显示 原因分析 background-image只能用网络url或者base64图片编码。 解决方案 1、将本地图片转为网络url后设置到background-image上 例如&…...
SQLite Studio 连接 SQLite数据库
1、在SQLite中创建数据库和表 1.1、按WINR，打开控制台，然后把指引到我们的SQLite的安装路径，输入D:，切换到D盘，cd 地址，切换到具体文件夹，输入“sqlite3”，启动服务 1.2、创建数据库…...
【业务功能篇58】Springboot + Spring Security 权限管理 【中篇】
4.2.3 认证 4.2.3.1 什么是认证（Authentication） 通俗地讲就是验证当前用户的身份，证明“你是你自己”（比如：你每天上下班打卡，都需要通过指纹打卡，当你的指纹和系统里录入的指纹相匹配时&…...
Docker挂载目录失败问题解决
天行健，君子以自强不息；地势坤，君子以厚德载物。 每个人都有惰性，但不断学习是好好生活的根本，共勉！ 文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。…...
css中隐藏页面中某一个元素有什么方法？
我们可以使用css的z-index属性，将元素的-index去给它设置一个负值，使它隐藏在其他元素的后面。使用css样式进行隐藏我们可以使用display这个属性。（1）使用display:none完全进行隐藏元素，并且不占据空间也不会影响页面布…...
Unity 多语言问题C#篇
DateTime.ToString()不同语言环境问题 问题描述：PlayerPrefs.SetString("timeKey", DateTime.Now.ToString());切换系统语言后DateTime.Parse(PlayerPrefs.GetString("timeKey"));报错FormatException: String was not recognized as a valid D…...
深度学习和神经网络
人工神经网络分为两个阶段： 1 ：接收来自其他n个神经元传递过来的信号，这些输入信号通过与相应的权重进行 加权求和传递给下个阶段。（预激活阶段） 2：把预激活的加权结果传递给激活函数 sum :加权 f:激活…...
在CSDN学Golang云原生（Kubernetes Volume）
一，Volume 与 configMap Kubernetes 中的 Volume 和 ConfigMap 都是 Kubernetes 中常用的资源对象。它们可以为容器提供持久化存储和配置文件等。 Volume 可以将容器内部的文件系统挂载到宿主机上，也可以将多个容器间共享一个 Volume，并且 …...
第十五章 友元 异常和其他
RTTI RTTI是什么 RTTI是运行阶段类型识别，通过运行时类型识别，程序能够使用基类的指针或者引用来检查这些指针或者引用所指向的对象的实际派生类型。 RTTI的三个元素 dynamic_cast运算符 dynamic_cast概念： dynamic_cast运算符能够将基…...
制作DBC文件
DBC文件是CAN通讯的密码本，Matlab的SimuLink中常用DBC作为CAN通讯的解析桥梁 制作DBC文件，内容是转速、位置&…...
【1.1】Java微服务：初识微服务
✅作者简介：大家好，我是 Meteors., 向往着更加简洁高效的代码写法与编程方式，持续分享Java技术内容。 🍎个人主页：Meteors.的博客 💞当前专栏： 微服务 ✨特色专栏： 知识分享 &#x…...
交叉验证方差分析：从数学原理到工程实践
1. 交叉验证：从直觉到数学的模型评估基石在机器学习的日常工作中，我们训练模型、调整参数，最终目标都是希望模型在真实世界中、在从未见过的数据上，依然能稳定可靠地工作。但一个棘手的问题始终存在：我们如何知道一个模…...
多指灵巧手技术解析与应用实践
1. 多指灵巧手技术概述 多指灵巧手作为机器人操作系统的核心执行部件，其设计理念直接决定了机器人在非结构化环境中的操作能力。这类机械手通过模拟人类手指的解剖学结构和运动方式，实现了从简单抓取到复杂精细操作的功能跨越。与传统的二指夹持器相比&a…...
AI Agent 在工具调用失败时,如何设计一个智能的降级策略?
这个问题挺关键的,工具调用失败在 AI Agent 系统里是常态,不是异常。核心思路是——先分类,再分级,最后兜底。 我之前做 Agent 编排系统的时候,工具调用成功率大概在 85% 左右,剩下 15% 都得靠降级策略兜住。如果没设计好,整个 Agent 就会频繁报错,用户体验很差。 第一步:错误…...
【限时技术解密】Midjourney未公开的饱和度隐式约束机制：基于2372条训练图像元数据逆向推演的4项硬性规则
更多请点击： https://intelliparadigm.com 第一章：Midjourney饱和度调整的底层认知重构 传统图像处理中，饱和度常被简化为“色彩强度调节滑块”，但在 Midjourney 的扩散生成范式下，饱和度并非独立通道参数࿰…...
卡尔曼滤波调参实战：手把手教你调整Q和R，让Python小车轨迹预测更精准
卡尔曼滤波调参实战：手把手教你调整Q和R，让Python小车轨迹预测更精准在机器人定位和自动驾驶领域，卡尔曼滤波就像一位隐形的导航员，默默修正着传感器传来的嘈杂数据。但这位导航员的工作质量，很大程度上取决于我们为它…...
基于特征建模的机器学习算法自适应选择方法与实践
1. 项目概述与核心价值在机器学习项目的落地过程中，算法选择往往是决定最终模型性能上限的第一个，也是最关键的十字路口。面对一个具体的数据集和业务问题，是选择逻辑回归、随机森林，还是尝试一下XGBoost或神经网络？这…...
量子态估计新突破：超越置乱时间，QELM稳健实现高效信息提取
1. 项目概述 量子态估计，简单来说，就是“看清”一个未知量子系统内部状态的过程。这好比在完全黑暗的房间里，你需要通过有限的光线（测量）来推断房间内物体的精确形状和位置。在量子计算、量子通信和量子传感等领域&…...
Ubuntu 22.04双网卡配置踩坑记：netplan apply报错‘默认路由冲突’的三种解法
Ubuntu 22.04双网卡路由冲突实战指南：从紧急修复到高阶策略当你为Ubuntu服务器配置双网卡时，netplan apply命令突然抛出"Conflicting default route declarations for IPv4"错误，这种场景对运维工程师来说再熟悉不过。本文将带你深…...
别再死记硬背了！用Python实战案例帮你彻底搞懂假设检验（附代码与避坑指南）
用Python实战拆解假设检验：从数据模拟到结果解读的避坑指南假设检验是数据分析师和机器学习工程师工具箱中最常用的统计工具之一，但很多人在学习过程中都会被各种检验方法、P值解读和原假设设定绕得晕头转向。本文将通过Python代码实战，带你用…...
仅限首批200家零售企业获取：2024中国零售Agent成熟度评估矩阵V2.1（含137项能力测评项+自动生成差距报告）
更多请点击： https://codechina.net 第一章：AI Agent零售行业应用 AI Agent 正在重塑零售行业的客户体验、供应链效率与决策智能化水平。通过融合自然语言理解、多步推理、工具调用与记忆机制，AI Agent 不再是单点问答机器人，而是…...