比较顺序3s1和3s2的搜索难度
在行列可自由变换的平面上,3点结构只有6个

(A,B)---6*30*2---(0,1)(1,0)
分类A和B,让A是6个3点结构,让B全是0。当收敛误差为7e-4,收敛199次取迭代次数平均值,
让训练集A-B矩阵的高分别是3,4,5,6.当高为3的时候得到的就是3s1,当高为4,5,6时得到的就是3s2,比较这4组顺序的搜索难度。
得到迭代次数为
| 6 | 5 | 4 | 3 | |
| 1 | 28080.98 | 23302.01 | 18281.19 | 13206.9 |
| 2 | 36204.13 | 30302.16 | 24225.39 | 27172.75 |
| 3 | 36450.13 | 30392.11 | 24218.36 | 26861.5 |
| 4 | 51151.09 | 43725.07 | 33397.59 | 24391.61 |
| 5 | 60685.73 | 49777.87 | 38277.77 | 38497.51 |
| 6 | 90967.31 | 76203.56 | 60309.21 | 44734.35 |
如结构1的4个数据
| 6 | 5 | 4 | 3 | |||||||||||||||
| - | - | - | 28080.98 | - | 1 | 1 | 23302.01 | - | - | - | 18281.191 | 1 | - | - | 13206.9 | |||
| - | - | - | 28080.98 | - | 1 | - | 23302.01 | 1 | 1 | - | 18281.191 | - | - | - | 13206.9 | |||
| - | - | - | 28080.98 | - | - | - | 23302.01 | - | 1 | - | 18281.191 | 1 | - | 1 | 13206.9 | |||
| - | - | - | 28080.98 | - | - | - | 23302.01 | - | - | - | 18281.191 | |||||||
| 1 | 1 | - | 28080.98 | - | - | - | 23302.01 | |||||||||||
| 1 | - | - | 28080.98 | |||||||||||||||
| 28080.98 |
观察6,5,4这3组数据
| 6* | 5* | 4* | |||
| 1 | 28080.98 | > | 23302.01 | > | 18281.19 |
| 2 | 36204.13 | > | 30302.16 | > | 24225.39 |
| 3 | 36450.13 | > | 30392.11 | > | 24218.36 |
| 4 | 51151.09 | > | 43725.07 | > | 33397.59 |
| 5 | 60685.73 | > | 49777.87 | > | 38277.77 |
| 6 | 90967.31 | > | 76203.56 | > | 60309.21 |
高度增加迭代次数增加

比较这3条曲线归一化的搜索难度
| 6* | 5* | 4* | |
| 1 | 1.0000349 | 1.0000002 | 1.0000104 |
| 2 | 1.2893207 | 1.3004101 | 1.3251678 |
| 3 | 1.2980814 | 1.3042703 | 1.3247829 |
| 4 | 1.82162 | 1.8764514 | 1.8269019 |
| 5 | 2.1611729 | 2.1362061 | 2.0938556 |
| 6 | 3.2395766 | 3.2702585 | 3.2990105 |

这3种情况的搜索难度曲线几乎是重合的,所以矩阵高度的变化可以改变搜索难度的绝对值,但结构的相对搜索难度不变。
| 6* | 5* | 4* | 3* | |
| 1 | 1.0000349 | 1.0000002 | 1.0000104 | 1.000068 |
| 2 | 1.2893207 | 1.3004101 | 1.3251678 | 2.057606 |
| 3 | 1.2980814 | 1.3042703 | 1.3247829 | 2.034038 |
| 4 | 1.82162 | 1.8764514 | 1.8269019 | 1.84701 |
| 5 | 2.1611729 | 2.1362061 | 2.0938556 | 2.915153 |
| 6 | 3.2395766 | 3.2702585 | 3.2990105 | 3.387426 |
将4种情况的搜索难度曲线画到一起

所以如果网络不变,n点结构,只有ns1和ns2两种顺序,搜索难度曲线也只有两条。
相关文章:
比较顺序3s1和3s2的搜索难度
在行列可自由变换的平面上,3点结构只有6个 (A,B)---6*30*2---(0,1)(1,0) 分类A和B,让A是6个3点结构,让B全是0。当收敛误差为7e-4,收敛199次取迭代次数平均值, 让训练集A-B矩阵的高分别是3,4,5…...
Vue3 el-switch @change事件在初始化时会自动调用问题
接收一个vue3项目,突然有一天,table里有个switch开关,请求数据之后就开始执行switch的change事件,我还啥都没操作,就报一推重复请求 <template><el-switch v-model"rec" inline-prompt :active-val…...
全面解析性能测试中的瓶颈分析与优化策略!
在软件开发的生命周期中,性能测试是确保应用程序在不同负载下稳定运行的关键步骤。性能瓶颈是导致系统性能下降的主要原因,及时发现并解决这些瓶颈,能够显著提升系统的响应速度和用户体验。本文将深入探讨性能测试中的瓶颈分析方法与优化策略…...
2018年Android面试题含答案--适合中高级(下)
熟悉Android系统的童鞋都知道,系统出于体验和性能上的考虑,app在退到后台时系统并不会真正的kill掉这个进程,而是将其缓存起来。打开的应用越多,后台缓存的进程也越多。在系统内存不足的情况下,系统开始依据自身的一套…...
基于SSM的汽车租赁系统+LW示例参考
系列文章目录 1.基于SSM的洗衣房管理系统原生微信小程序LW参考示例 2.基于SpringBoot的宠物摄影网站管理系统LW参考示例 3.基于SpringBootVue的企业人事管理系统LW参考示例 4.基于SSM的高校实验室管理系统LW参考示例 5.基于SpringBoot的二手数码回收系统原生微信小程序LW参考示…...
[晕事]今天做了件晕事44 wireshark 首选项IPv4:Reassemble Fragented IPv4 datagrams
不知不觉,已经来到了晕事系列的第四十四个晕事。今天办的晕事和Wireshark查看网络包相关。说,在Wireshark的编辑-首选项协议里的IPv4协议,有一个参数设置是:Reassemble Fragented IPv4 datagrams。 这个参数的含义是指定Wireshar…...
Unity人工智能开发学习心得
在Unity中进行人工智能研究与应用主要集中在几个关键领域,包括使用Unity ML-Agents插件进行强化学习、利用神经网络技术和深度学习技术训练AI,以及基于行为树技术设计游戏人工智能。 使用Unity ML-Agents插件进行强化学习:Unity ML-Agent…...
0911,类与类之间的关系,设计原则,工厂模式
01_figure.cc //简单工厂 #include <math.h> #include <iostream> #include <string> #include <memory>using std::cout; using std::endl; using std::string; using std::unique_ptr;//-------------------------------------------------// /…...
【2024最新版】零基础Python快速入门篇
完整代码已打包,需要的小伙伴可以戳这里 [学习资料] 安装和运行 1.安装 要使用"Python"首先要把它安装到你电脑里。打开 [Python官网]下载安装包。 在Windows上安装 打开安装包,选择"Use admin privileges when installing py.exe&qu…...
掌握Go语言中的映射、常量与指针
映射(Maps) Go语言中的映射(map)等同于其他编程语言中的哈希表。映射的最大优势是可以使用任何可比较的数据类型作为键,也就是所谓的“map key”或“键”。尽管Go语言中的映射并没有限制哪些数据类型可以作为键&#…...
@35岁的网安人 答应我拿下这些证书
一、CISP注册信息安全专业人员 注册信息安全专业人员(Certified Information Security Professional,简称“CISP"),中国信息安全测评中心依据中编办赋予的职能,建立和发展的一整套完整的信息安全保障人才培训体系。CISP证书是国家对信息…...
flutter Image
Flutter中,Image是一个用于显示图片的控件,可以显示网络图片、本地图片以及Asset中的图片。Image控件支持多种常见的图片格式,例如PNG、JPEG、GIF等。 const Image({super.key,required this.image,this.frameBuilder,this.loadingBuilder,th…...
基于RP2350 MCU的树莓派Pico 2开发板及MicroPython编程使用
2021年1月21日,树莓派基金会同时发布了第1代RP2040 MCU芯片和基于RP2040 MCU的第1代树莓派Pico开发板(Raspberry Pi Pico/ Raspberry Pi Pico 1)。2024年8月8日,树莓派基金会又发布了第2代RP2350 MCU芯片并推出了基于RP2350 MCU的第2代树莓派Pico开发板(Raspberry Pi Pico 2)…...
Docker数据挂载本地目录
docker内的数据映射可以不通过数据卷,直接映射到本地的目录。下面将以mysql容器示例,完成容器的数据映射。 注意:每一个不同的镜像,将来创建容器后内部有哪些目录可以挂载,可以参考DockerHubDocker Hub Container Ima…...
身份证实名认证接口如何用C#实现
一、什么是身份证实名认证? 身份证实名认证又叫身份证实名核验、身份证二要素、身份实名核验、身份证验证,输入姓名、身份证号,校验此两项是否匹配,同时返回生日、性别、籍贯等信息,同时支持港澳台证件核验。 二、身…...
Java开发者无痛丝滑入门Python
哈喽各位道友,经过两周的更新,凡人编程传的第一个“系列”学习笔记《Python基础》已经全部上线啦,现在免费分享给大家,学习路线在下面,点击链接即可跳转对应笔记。 这套笔记有什么不一样的地方呢?这套笔记…...
【STM32】呼吸灯实现
对应pwm概念可以去看我的博客51实现的呼吸灯 根据对应图我们可知预分频系数为999,重装载值为2000,因为设置内部时钟晶振频率为100MHZ ,1s跳 100 000000次 ,跳一次需要1/100 000000s 20ms0.02s 对应跳的次数为 我们使用通用定时器…...
SQLSERVER查看包含某个字段的所有表
查看包含某个字段的所有表: select [name] from sysobjects where [id] in (select[id] from syscolumns where [name] nettime) ORDER BY Name select [name] from sysobjects where [id] in (select[id] from syscolumns where [name] loadtime) ORDER BY Nam…...
【编程基础知识】mysql中的insert into ... on DUPLICATE key和replace into的性能对比
一、概述 在MySQL中,INSERT INTO ... ON DUPLICATE KEY UPDATE 和 REPLACE INTO 都是用来处理插入或更新数据的语句,但它们在性能和行为上有所不同。 二、REPLACE INTO REPLACE INTO 语句在遇到唯一键或主键冲突时,会先删除旧记录…...
【CSS in Depth 2 精译_024】4.2 弹性子元素的大小
当前内容所在位置(可进入专栏查看其他译好的章节内容) 第一章 层叠、优先级与继承(已完结) 1.1 层叠1.2 继承1.3 特殊值1.4 简写属性1.5 CSS 渐进式增强技术1.6 本章小结 第二章 相对单位(已完结) 2.1 相对…...
高效AI专著生成:20万字专著一键搞定,AI写专著工具实测推荐!
学术专著写作挑战与AI工具助力 对于初次尝试编写学术专著的研究者来说,写作过程就像是在“摸索着走过一条未知的小路”,处处都有挑战等待着他们。在选题上常常感到迷惘,难以在“有意义”与“可操作性”之间找到合适的平衡:有的研…...
无人机巡检避坑指南:用YOLOv5n做罂粟识别,这些光照和遮挡问题怎么解决?
无人机巡检实战:YOLOv5n在复杂环境下的罂粟识别优化策略 清晨的露珠还挂在叶片上,无人机已经盘旋在田野上空。对于从事智能巡检的工程师来说,这样的场景再熟悉不过——但随之而来的挑战也令人头疼:强烈的晨光让部分区域过曝&#…...
5步掌握VideoDownloadHelper:让网页视频下载变得简单高效
5步掌握VideoDownloadHelper:让网页视频下载变得简单高效 【免费下载链接】VideoDownloadHelper Chrome Extension to Help Download Video for Some Video Sites. 项目地址: https://gitcode.com/gh_mirrors/vi/VideoDownloadHelper 你是否曾经遇到过这样的…...
NTN 长距离通信领域亮相
核心蜂窝解决方案亮相并带来Nordic NTN 核心解决方案深度分享。环节将全面解析 nRF9151 模组的核心特性与技术优势,详解卫星星座生态布局及 nRFCloud 平台的应用价值,为参会者勾勒 NTN 技术的整体框架与商业落地前景,为后续内容奠定专业基础。…...
Linux 进程间通信(IPC)详解:终于搞懂管道、消息队列、共享内存到底在干什么
很多人第一次学 Linux 进程间通信(IPC)时,都会有一种感觉:概念很多 API 很杂 学完还是不知道到底什么时候该用什么最容易出现的问题是:管道和消息队列有什么区别?为什么共享内存最快?信号量到底…...
选型避坑指南:W25Q64JVSIQ vs GD25Q128CYSIG,你的项目到底该用哪颗SPI Flash?
W25Q64JVSIQ与GD25Q128CYSIG深度对比:工程师实战选型指南 在物联网设备和消费电子产品设计中,SPI Flash的选择往往被低估其重要性——直到量产阶段出现兼容性问题或突发缺货才追悔莫及。作为硬件研发团队的技术决策者,我们不仅要关注芯片的基…...
中华民族站起来了,《AI驱动上下五千年:从结绳记事到智能纪元》第三章:周礼分封——面向服务的架构(SOA)首次实践
第三章:周礼分封——面向服务的架构(SOA)首次实践 1.历史现场:周公的架构革命 时间:公元前1046年,周朝建立之初地点:镐京(今西安)明堂人物:周公旦、各诸侯国君…...
2个实测免费的AI简历神器,简历回复率翻3倍,顺利过ATS机筛!
当前的求职市场,投简历简直像往海里扔石头。很多同学吐槽:明明自己挺优秀,投了100份简历却连一个面试邀请都没有。 其实,大厂HR第一轮根本不看简历,全是靠ATS(简历筛选系统)关键词过滤。如果你…...
离子阱量子计算机与SIMD编译优化技术解析
1. 离子阱量子计算机与SIMD的奇妙结合在量子计算领域,离子阱系统因其独特的物理特性而备受关注。与传统超导量子比特不同,离子阱量子计算机通过电磁场将带电原子(通常是镱或钙离子)悬浮在真空中,利用激光操控这些离子的…...
告别重复劳动:用这个Maya Mel脚本插件,5分钟搞定Arnold材质批量调节
告别重复劳动:Maya Mel脚本插件在Arnold材质批量调节中的高效应用 在三维动画和视觉特效制作中,材质调节往往是项目后期最耗时的环节之一。当导演皱着眉头说"这个场景的金属感太强了"或者客户反馈"整体色调需要更暖一些"时…...
