
点击下载:中文破解版Pr软件安装包,资源实时更新
链接:>
提取码:tz27
软件介绍:
Adobe
Premiere Pro,简称Pr,是由Adobe公司开发的一款视频编辑软件。 常用的版本有CS4、CS5、CS6、CC 2014、CC
2015、CC 2017、CC 2018、CC 2019、CC2020、CC2021、CC2022以及2023版本。Adobe
Premiere有较好的兼容性,且可以与Adobe公司推出的其他软件相互协作。这款软件广泛应用于广告制作和电视节目制作中。
很多新朋友接触Pr、或者是工作需要Pr软件的朋友、一定在网上要百度这些问题、Pr下载、Pr软件、Pr软件下载、Pr软件官方下载、Pr官网、Pr软件破解版下载、中文版Pr软件下载、中文版Pr、中文版Pr软件、Pr下载中文版、免费Pr破解版下载、免费中文版Pr、精简版Pr等等这些问题。怎么下载一个软件这么麻烦啊,到底有没有能够用的软件?分享给你各个版本软件安装包+软件视频。
径向基函数是单变量的函数,直接用plot命令即可。画出来的图像应该是个尖顶的对称函数曲线。
plot(x,y):若y和x为同维向量,则以x为横坐标,y为纵坐标绘制连线图。若x是向量,y是行数或列数与x长度相等的矩阵,则绘制多条不同色彩的连线图,x被作为这些曲线的共同横坐标。若x和y为同型矩阵,则以x,y对应元素分别绘制曲线,曲线条数等于矩阵列数。
例子:
在0≤x≤2π区间内,绘制曲线
y=2e-05xcos(4πx)
程序如下:
x=0:pi/100:2pi;y=2exp(-05x)cos(4pix);
plot(x,y)
%% 清空环境变量
clc
clear
%% 产生输入 输出数据
% 设置步长
interval=001;
% 产生x1 x2
x1=-15:interval:15;
x2=-15:interval:15;
% 按照函数先求得相应的函数值,作为网络的输出。
F =20+x1^2-10cos(2pix1)+x2^2-10cos(2pix2);
%% 网络建立和训练
% 网络建立 输入为[x1;x2],输出为F。Spread使用默认。
net=newrbe([x1;x2],F)
%% 网络的效果验证
% 我们将原数据回带,测试网络效果:
ty=sim(net,[x1;x2]);
% 我们使用图像来看网络对非线性函数的拟合效果
figure
plot3(x1,x2,F,'rd');
hold on;
plot3(x1,x2,ty,'b-');
view(113,36)
title('可视化的方法观察准确RBF神经网络的拟合效果')
xlabel('x1')
ylabel('x2')
zlabel('F')
grid on
5-2、利用RBF作为核函数
import numpy as np
import matplotlibpyplot as plt
from sklearn import svm, datasets
pltrcParams['fontsans-serif'] = ['SimHei']
pltrcParams['axesunicode_minus'] = False
iris = datasetsload_iris()
# 为简单起见,选取前两个特征作为分类的输入特征,
# 以便在二维空间画出决策曲线
X = irisdata[:, :2]
y = iristarget
# 设置分类器SVC,核函数为rbf,gamma设置为自动调整
svc = svmSVC(kernel="rbf", C=1, gamma="auto")fit(X, y)
# 绘图参数
x_min, x_max = X[:, 0]min() - 1, X[:, 0]max() + 1
y_min, y_max = X[:, 1]min() - 1, X[:, 1]max() + 1
h = (x_max / x_min) / 100
xx, yy = npmeshgrid(nparange(x_min, x_max, h),
nparange(y_min, y_max, h))
pltsubplot(1, 1, 1)
# 利用已有分类器进行预测
Z = svcpredict(npc_[xxravel(), yyravel()])
Z = Zreshape(xxshape)
# 绘制等高线并填充轮廓
pltcontourf(xx, yy, Z, cmap=pltcmPaired, alpha=08)
pltscatter(X[:, 0], X[:, 1], c=y, cmap=pltcmPaired)
pltxlabel('花萼长度')
pltylabel('花萼宽度')
# 限制x的取值范围,便于显示
pltxlim(xxmin(), xxmax())
plttitle('利用RBF作为核函数')
pltshow()
clc;
clearall;
closeall;
%%----BuildatrainingsetofasimilarversionofXOR
c_1=[00];
c_2=[11];
c_3=[01];
c_4=[10];
n_L1=20;%numberoflabel1
n_L2=20;%numberoflabel2
A=zeros(n_L12,3);
A(:,3)=1;
B=zeros(n_L22,3);
B(:,3)=0;
%createrandompoints
fori=1:n_L1
A(i,1:2)=c_1+rand(1,2)/2;
A(i+n_L1,1:2)=c_2+rand(1,2)/2;
end
fori=1:n_L2
B(i,1:2)=c_3+rand(1,2)/2;
B(i+n_L2,1:2)=c_4+rand(1,2)/2;
end
%showpoints
scatter(A(:,1),A(:,2),[],'r');
holdon
scatter(B(:,1),B(:,2),[],'g');
X=[A;B];
data=X(:,1:2);
label=X(:,3);
%%Usingkmeanstofindcintervector
n_center_vec=10;
rng(1);
[idx,C]=kmeans(data,n_center_vec);
holdon
scatter(C(:,1),C(:,2),'b','LineWidth',2);
%%Calulatesigma
n_data=size(X,1);
%calculateK
K=zeros(n_center_vec,1);
fori=1:n_center_vec
K(i)=numel(find(idx==i));
end
%UsingknnsearchtofindKnearestneighborpointsforeachcentervector
%thencalucatesigma
sigma=zeros(n_center_vec,1);
fori=1:n_center_vec
[n,d]=knnsearch(data,C(i,:),'k',K(i));
L2=(bsxfun(@minus,data(n,:),C(i,:))^2);
L2=sum(L2(:));
sigma(i)=sqrt(1/K(i)L2);
end
%%Calutateweights
%kernelmatrix
k_mat=zeros(n_data,n_center_vec);
fori=1:n_center_vec
r=bsxfun(@minus,data,C(i,:))^2;
r=sum(r,2);
k_mat(:,i)=exp((-r^2)/(2sigma(i)^2));
end
W=pinv(k_mat'k_mat)k_mat'label;
y=k_matW;
%y(y>=05)=1;
%y(y<05)=0;
%%trainingfunctionandpredictfunction
[W1,sigma1,C1]=RBF_training(data,label,10);
y1=RBF_predict(data,W,sigma,C1);
[W2,sigma2,C2]=lazyRBF_training(data,label,2);
y2=RBF_predict(data,W2,sigma2,C2);
扩展资料
matlab的特点
1、具有完备的图形处理功能,实现计算结果和编程的可视化;
2、友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握;
3、功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。
参考资料来源:百度百科—MATLAB
以上就是关于如何下载Pr中文版全部的内容,包括:如何下载Pr中文版、求画RBF神经网络核函数(即高斯核函数,多二次核函数,逆多二次核函数)图像的MATLAB代码、MATLAB RBF 代码等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)