西电2023春季最优化方法选修实验报告(报告内含代码)
实验工具:matlab、python 实验内容: 实验一 图解法 实验二 黄金分割法 实验三 最速下降法 实验四 拟牛顿法
实验工具:matlab、python 实验内容: 实验一 图解法 实验二 黄金分割法 实验三 最速下降法 实验四 拟牛顿法
上机内容: 第二次 (3)在学生信息数据库中创建学生表,包括字段:学号、姓名、性别、出生日期、专业号、班级、电话,要求学号、姓名非空; (4)在学生基础信息表中的一列身份证号添加到学生表中,并将学生表中的出生日期列删除 第三次 (5)对表中记录进行插入、修改、删除: ①向student表的sno,sname,ssex,sbirth字段插入数据; ②更新student表中sno值为152011的记录,将sclass字段的值变为“人工智能05”,将zno字段的值变为“1513”; ③删除student表中sname值为“张三”的记录。 (6)对表中记录进行查询: ①查询sc表中成绩在75到85之间学生的学号和成绩,要求返回结果中列名为学号、成绩,而不是sno、grade; ②查询“人工智能02”班中所有姓王的学生记录; ③计算sc表中不同科目的最高成绩; ④使用自然连接方式查询专业号为“1502”的学生选修的所有课程的编号 第四次 (7)在创建student表时,设置学号id为唯一索引,创建完后查看索引。
这是模式识别选修的上机,我用到了tensorflow,matlab。数据集也在里面,为了方便有些数据直接用的库函数调用(没用老师指定的数据,验收时助教也没说),uu们如果缺库函数可能需要配一下(甚至因为我这个是步进运行,之前的运行结果应该还保留着φ(* ̄0 ̄))。 上机内容如下: 第一次 验证算法: 1)K近邻方法分类; 2)最近邻方法分类; 3)分析k值不同情况或不同方式、比例训练样本情况,画出错误率/正确率曲线; 数据: 1)uSPS手写体 2)ucI数据库中sonar数据源 3)UCI数据库中Iris数据 第二次 比较kmeans算法和FCM算法数据集: 1)sonar和lris数据上验证 2)CIFAR图像数据上验证算法 第三次 验证方法:SVM 数据集:Extended YaleB人脸数据库(选做CIFAR-10数据集) 核函数:高斯核和多项式核 核参数可以手动调节或交叉验证确定 第四次 要求:验证bagging和adaboost算法 在CIFAR-10数据集和ex.ended Yale B数据集上组合分类器自己设定
勤写标兵
持续创作
创作能手
新秀勋章
阅读者勋章