测量一组对角矩阵的频率和质量
本实验通过三个对象两两分类的办法测量一个二维数组的频率和质量。
实验过程
制作一个带一个3*3卷积核的神经网络,测试集是mnist的0和1图片集,将28*28的图片缩小成9*9,隐藏层30个节点所以网络的结构是
这个网络分成两个部分左边的是让mnist 0向1,0收敛,右边的是让mnist 1向 0,1收敛。但是让左右两边的权重实现同步更新,实现权重共享。相当于将两个弹性系数是k的弹簧并联得到一个弹性系数为2k的弹簧的过程,
将上图简写成
S(mnist0)81-(con3*3)49-30-2-(1,0)
S(mnist1)81-(con3*3)49-30-2-(0,1)
w=w,w1=w1,w2=w2
进一步简写成
d2(mnist0,1)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
这个网络的收敛标准是
if (Math.abs(f2[0]-y[0])< δ && Math.abs(f2[1]-y[1])< δ )
本文尝试了δ从0.1到1e-6在内的22个值,训练集是mnist0和1的前4999张图片,
具体进样顺序 |
|||
进样顺序 |
迭代次数 |
||
mnist 0-1 |
1 |
判断是否达到收敛 |
|
mnist 1-1 |
2 |
判断是否达到收敛 |
|
梯度下降 |
|||
mnist 0-2 |
3 |
判断是否达到收敛 |
|
mnist 1-2 |
4 |
判断是否达到收敛 |
|
梯度下降 |
|||
…… |
|||
mnist 0-4999 |
9997 |
判断是否达到收敛 |
|
mnist 1-4999 |
9998 |
判断是否达到收敛 |
|
梯度下降 |
|||
…… |
|||
如果4999图片内没有达到收敛标准再次从头循环 |
|||
mnist 0-1 |
9999 |
判断是否达到收敛 |
|
mnist 1-1 |
10000 |
判断是否达到收敛 |
|
…… |
|||
达到收敛标准测量准确率 |
测试集中有980个0和1135个1.将整个过程重复199次,取平均值,用这中方式得到的迭代次数n,用n12表示。
再用同样的办法做两个网络
d2(mnist x,0)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
用同样的网络分类mnist的0和一张x图片,让0向1,0收敛,让x向0,1收敛,得到的迭代次数用nx0表示
d2(mnist x,1)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
用同样的网络分类mnist的2和一张x图片,让x向1,0收敛,让1向0,1收敛,得到的迭代次数用nx1表示
这张图片x就是一个9*9的二维数组
double [][]conx=new double[9][9];
for(int n=0 ;n<9;n++){
for(int m=0 ;m<9 ;m++){
if(n==m){
conx[n][m]=d;
} } }
本文分别让d=0.1,0.2…1,也就是计算了10组nx0和nx1。
现在有了3个网络
A:d2(mnist0,1)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
B:d2(mnistx,0)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
C:d2(mnistx,1)81-con(3*3)49-30-2-(2*k) ,k∈(0,1)
根据前面的大量实验n01,nx0,nx1可以用两个方程组去计算
因为测量了10组d因此可以得到10组ωx,ω0, ω1,mx,m0,m1,mx0,mx1,m01,k的数据
首先观察ωx0
ωx0 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
δ |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
0.5 |
17.40201 |
18.26633 |
15.54774 |
16.9196 |
18.78392 |
17.45226 |
18.16583 |
18.70352 |
18.76382 |
17.87437 |
0.4 |
951.2111 |
1025.603 |
1053.382 |
1123.181 |
1117.533 |
1210.608 |
1288.558 |
1336.608 |
1350.206 |
1408.578 |
0.3 |
1144.578 |
1172.618 |
1317.251 |
1354.256 |
1415.271 |
1472.688 |
1564.317 |
1623.643 |
1643.432 |
1720.518 |
0.2 |
1313.633 |
1418.427 |
1452.91 |
1482.196 |
1623 |
1646.678 |
1742.397 |
1798.93 |
1920.789 |
1995.111 |
0.1 |
1505.824 |
1572.447 |
1678.548 |
1775.231 |
1821.563 |
1906.96 |
2012.839 |
2058.206 |
2134.367 |
2243.834 |
0.01 |
2362.116 |
2393.794 |
2473.422 |
2500.286 |
2582.668 |
2757.543 |
2755.905 |
2854.307 |
2977.151 |
3001.553 |
0.001 |
4129.02 |
4223.653 |
4101.362 |
3979.593 |
3895.211 |
3950.528 |
3968.518 |
3931.03 |
3949.734 |
4007.533 |
1.00E-04 |
10353.37 |
9410.417 |
8711.754 |
7745.02 |
7057.452 |
6602.668 |
6195.372 |
5920.216 |
5739.03 |
5532.668 |
9.00E-05 |
10653.93 |
9634.93 |
8892.548 |
7810.327 |
7175.935 |
6821.392 |
6286.286 |
6105.271 |
5794.246 |
5683.754 |
8.00E-05 |
11292.44 |
10208.42 |
9107.804 |
8157.241 |
7392.497 |
6929.513 |
6324.126 |
5900.055 |
5899.281 |
6131.935 |
7.00E-05 |
11761.11 |
10847.44 |
10061.76 |
8497.663 |
8186.427 |
7466.196 |
6542.216 |
6486.106 |
6023.362 |
6106.92 |
6.00E-05 |
12657.69 |
11420.09 |
10476.04 |
9453.523 |
8620.759 |
7672.447 |
6790.568 |
6553.05 |
6392.799 |
6014.688 |
5.00E-05 |
13305.44 |
12094.92 |
10978.7 |
9708.166 |
9001.533 |
8153.442 |
7208.638 |
6694.95 |
6505.281 |
6455.322 |
4.00E-05 |
15844.3 |
13835.92 |
12454.65 |
10834.14 |
9694.779 |
8655.663 |
7700.668 |
7043.884 |
6644.286 |
6724.739 |
3.00E-05 |
17291.77 |
15756.51 |
13846.74 |
11908.68 |
10665.48 |
9168.709 |
8203.06 |
7635.121 |
7209.905 |
7055.804 |
2.00E-05 |
20753.56 |
17659.68 |
16856.05 |
14060.19 |
11822.94 |
10551.88 |
9150.176 |
7980.156 |
7896.196 |
7763.412 |
1.00E-05 |
27708.2 |
23829.41 |
20925.87 |
18277.56 |
15788.17 |
13130.63 |
10975.74 |
9380.709 |
9108.94 |
8749.05 |
9.00E-06 |
29358.86 |
25475.93 |
22062.76 |
18225.83 |
15766.87 |
13443.9 |
11171.96 |
10319.57 |
9421.774 |
8879.412 |
8.00E-06 |
30689.87 |
27523.04 |
23160.48 |
19467.43 |
16904.55 |
14363.73 |
12500.39 |
10577.49 |
10046.51 |
9387.151 |
7.00E-06 |
33437.22 |
28261.8 |
23876.14 |
20797.41 |
18446.73 |
14229.63 |
12343.03 |
11020.72 |
10344.93 |
9532.648 |
6.00E-06 |
36960.64 |
30663.48 |
27660.44 |
21986.84 |
18505.6 |
14788.75 |
12581.03 |
11750.28 |
10481.77 |
9957.683 |
5.00E-06 |
40669.92 |
34858.8 |
28457.15 |
24668.95 |
19916.77 |
15665.39 |
13547.63 |
11939.46 |
11237.68 |
10661.56 |
4.00E-06 |
44594.05 |
38409.53 |
31653.17 |
26172.69 |
20718.11 |
17097.74 |
14219.19 |
12710.4 |
11625.95 |
11025.04 |
3.00E-06 |
51522.11 |
47456.25 |
38370.6 |
31210.21 |
26158.04 |
19688.01 |
15808.87 |
13059.21 |
11803.47 |
11653.63 |
2.00E-06 |
67583.53 |
57794.54 |
44447.42 |
34500.4 |
26274.56 |
22832.5 |
16605.4 |
14855.24 |
13604.73 |
13076.92 |
1.00E-06 |
107224.5 |
78240.44 |
63591.26 |
48232.22 |
37806.52 |
29821.99 |
20690.78 |
17734.02 |
15832.15 |
15184.59 |
随着d的增加ωx0增加
第二组数据ωx1
ωx1 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
δ |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
迭代次数n |
0.5 |
15.37688 |
19.20101 |
16.85427 |
19.30151 |
19.05528 |
20.30653 |
18.36683 |
21.22613 |
20.1206 |
22.27136 |
0.4 |
1146.362 |
1188.492 |
1297.387 |
1344.352 |
1483.779 |
1543.779 |
1657.819 |
1770.181 |
1940.191 |
2033.96 |
0.3 |
1304.02 |
1471.226 |
1474.392 |
1606.442 |
1715.739 |
1782.04 |
1961.055 |
2042.854 |
2242.724 |
2329.467 |
0.2 |
1484.332 |
1608.804 |
1754.211 |
1840.714 |
1875.688 |
2072.322 |
2133.678 |
2376 |
2502.965 |
2528.975 |
0.1 |
1787.648 |
1821.879 |
1985.276 |
2032.653 |
2191.889 |
2355.96 |
2544.08 |
2683.226 |
2841.698 |
2962 |
0.01 |
2674.663 |
2766.633 |
2932.08 |
2953.759 |
3110.663 |
3091.156 |
3433.317 |
3518.824 |
3552.824 |
3827.377 |
0.001 |
4804.844 |
4690.07 |
4714.593 |
4630.111 |
4471.779 |
4526.382 |
4766.704 |
4607.226 |
4841.126 |
4845.839 |
1.00E-04 |
10952.25 |
10062.47 |
9479.548 |
8889.508 |
8608.683 |
7531.146 |
7270.764 |
6744.04 |
6785.578 |
6562.653 |
9.00E-05 |
12085.13 |
10254.42 |
10201.89 |
9596.151 |
8239.99 |
7783.809 |
7299.226 |
6939.286 |
6871.538 |
6975.739 |
8.00E-05 |
12283.6 |
11082.39 |
9807.065 |
9443.759 |
8791.98 |
8197.598 |
7688 |
7044.874 |
6984.543 |
7083.095 |
7.00E-05 |
12983.35 |
10978.47 |
10375.12 |
9680.593 |
9269.829 |
8521.337 |
7894.663 |
7077.608 |
7093.206 |
6951.648 |
6.00E-05 |
13210.01 |
12380.61 |
11187.26 |
10498.93 |
9429.588 |
8473.347 |
8117.849 |
7381.578 |
7481.94 |
7141.578 |
5.00E-05 |
13601.6 |
12581.12 |
11877.64 |
10449.24 |
9747.97 |
8778.191 |
8105.709 |
7642.02 |
7297.106 |
7471.387 |
4.00E-05 |
16029.26 |
13759.11 |
12468.3 |
11508.04 |
10514.7 |
9392.784 |
8746.744 |
8104.513 |
7680.02 |
7604.935 |
3.00E-05 |
17929.15 |
15124.88 |
13939.01 |
12140.35 |
10859.92 |
9818.121 |
8891.065 |
8285.92 |
7950.633 |
8025.176 |
2.00E-05 |
21079.85 |
17980.99 |
14227.9 |
14197.93 |
11797.69 |
10979.37 |
9747.427 |
8923.899 |
8485.598 |
8338.422 |
1.00E-05 |
31148.3 |
24049.5 |
20092.41 |
16975.55 |
14850.39 |
13087.6 |
11387.23 |
10025.5 |
9606.382 |
9911.005 |
9.00E-06 |
27394.51 |
25580.51 |
22417.65 |
19402.83 |
15660.98 |
13721.67 |
11684.98 |
10509.39 |
9826.03 |
9671.678 |
8.00E-06 |
32266.22 |
25433.86 |
22514.24 |
18387.46 |
15822.18 |
13769.92 |
11361.08 |
10681.22 |
10112.67 |
9711.819 |
7.00E-06 |
35886.71 |
29289.53 |
23555.02 |
19460.34 |
15524.26 |
14217.81 |
11673.37 |
11021.89 |
10217.42 |
10162.47 |
6.00E-06 |
39385.25 |
30871.38 |
25499.71 |
21015.09 |
17817.13 |
14152.2 |
12824.96 |
11302.94 |
10566.94 |
10456.08 |
5.00E-06 |
43477.35 |
35309.03 |
29004.43 |
22150.7 |
17644.5 |
14619.01 |
12928.29 |
11638.85 |
11054.97 |
10736.94 |
4.00E-06 |
50926.64 |
36933.17 |
34220.23 |
24786.84 |
19668.48 |
16908.14 |
14281.5 |
12354.56 |
11415.46 |
11151.04 |
3.00E-06 |
56234.99 |
47196.73 |
35106.52 |
29530.49 |
23133.35 |
17628.71 |
14744.18 |
13233.24 |
12185.87 |
11676.05 |
2.00E-06 |
80063.77 |
59633.62 |
40372.61 |
31807.82 |
26456.23 |
20389.96 |
16404.84 |
14391.96 |
12967.04 |
12914.45 |
1.00E-06 |
135923.9 |
90981.94 |
67398.43 |
43374.44 |
34746.52 |
24496.43 |
20269.39 |
17418.26 |
15222.1 |
15013.64 |
随着d的增加ωx1也是增加的。
第三组数据ωx
计算ωx |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
*0.4 |
*0.3 |
*0.2 |
*0.1 |
0.1 |
1382.705 |
1451.228 |
1627.026 |
1744.855 |
1894.451 |
2111.639 |
2422.249 |
2634.622 |
2981.941 |
3498.337 |
0.01 |
2259.256 |
2343.622 |
2526.341 |
2569.292 |
2771.66 |
2973.91 |
3272.004 |
3526.492 |
3808.259 |
4219.496 |
0.001 |
4808.176 |
4833.554 |
4676.61 |
4424.874 |
4181.18 |
4296.606 |
4527.173 |
4339.301 |
4561.776 |
4655.664 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
45749.38 |
14550.39 |
9236.371 |
7875.611 |
6793.022 |
6560.748 |
6081.299 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12559.88 |
9907.706 |
7840.825 |
7109.16 |
6571.665 |
6496.167 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14196.79 |
10296.45 |
7993.983 |
6651.603 |
6599.667 |
7026.654 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
49108.52 |
13403.2 |
8682.633 |
7540.142 |
6852.875 |
6841.863 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
35102.49 |
11931 |
8780.582 |
7506.058 |
7363.667 |
6542.988 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
44759.23 |
13299.33 |
9091.683 |
7654.503 |
7063.256 |
7152.807 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
74516.04 |
13897.21 |
9791.764 |
7936.795 |
7053.188 |
7088.952 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
46934.8 |
13541.55 |
9669.644 |
8191.418 |
7404.22 |
7293.707 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
28177.17 |
15434.51 |
10319.94 |
8116.198 |
7704.346 |
7475.367 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
26673.19 |
13152.98 |
9499.942 |
8889.061 |
8766.606 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
36726.45 |
13823.28 |
10948.93 |
9317.058 |
8680.521 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
28662.93 |
13809.98 |
10660.44 |
9630.378 |
8754.794 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
27918.66 |
13736.5 |
11277.73 |
9843.481 |
9096.659 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
23039.72 |
14561.38 |
11633.59 |
9817.032 |
9304.658 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
25441.18 |
15389.36 |
11794.86 |
10604.75 |
9871.123 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
42289.45 |
16928.88 |
12517.68 |
10713.23 |
10045.53 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
43779.39 |
17341.23 |
12600.69 |
10760.83 |
10301.83 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
19316.31 |
14591.05 |
12228.12 |
11800.51 |
|
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
24175.5 |
17107.47 |
13806.09 |
13228.43 |
d增加ωx增加
第四组数据,ω0
计算ω0 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
0.1 |
1669.035 |
1730.195 |
1735.296 |
1807.251 |
1756.489 |
1752.188 |
1758.979 |
1745.934 |
1749.904 |
1780.257 |
0.01 |
2480.438 |
2447.332 |
2423.696 |
2436.558 |
2427.718 |
2582.429 |
2425.889 |
2461.26 |
2526.233 |
2455.693 |
0.001 |
3674.709 |
3798.41 |
3696.75 |
3646.347 |
3660.889 |
3676.531 |
3576.005 |
3619.848 |
3532.277 |
3571.545 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
5516.222 |
5312.604 |
5410.966 |
5271.602 |
5315.519 |
5164.625 |
5109.949 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5546.974 |
5522.034 |
5395.971 |
5433.662 |
5240.278 |
5115.559 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5622.273 |
5571.186 |
5394.912 |
5356.589 |
5383.071 |
5510.083 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5829.318 |
5743.738 |
5466.551 |
5778.193 |
5436.743 |
5567.183 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6189.844 |
6091.425 |
5735.164 |
5890.016 |
5726.356 |
5596.654 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6430.397 |
6397.773 |
6155.752 |
6024.397 |
6061.587 |
5928.765 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6884.439 |
6817.222 |
6551.668 |
6397.326 |
6299.141 |
6411.45 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7640.921 |
7384.61 |
7249.603 |
7178.667 |
7030.127 |
6839.758 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8754.271 |
8523.411 |
8305.134 |
7850.733 |
8103.131 |
8087.546 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
9904.163 |
9612.83 |
9265.855 |
9345.987 |
8731.599 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
9841.679 |
9626.664 |
9787.599 |
9530.102 |
9092.632 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10861.46 |
11504.29 |
10496.45 |
10521.71 |
10179.86 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10786.76 |
11302.52 |
10780.51 |
10931.75 |
10038 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11735.66 |
11237.08 |
11870.54 |
11302.86 |
10770.83 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12304.66 |
12240.25 |
12089.51 |
11999.41 |
11678.44 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12616.49 |
12497.49 |
12912.3 |
12820.37 |
12361.36 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14683.71 |
14622.04 |
13571.73 |
13222.94 |
13730.67 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14787.46 |
15134.32 |
15583.45 |
14883.53 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
18378.14 |
18434.87 |
19129.61 |
18381.85 |
d增加ω0也增加,但并不显著
第五组数据,ω1
计算ω1 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
*0.4 |
*0.3 |
*0.2 |
*0.1 |
0.1 |
3118.964 |
2798.068 |
2776.833 |
2535.055 |
2695.297 |
2711.029 |
2686.361 |
2734.623 |
2719.548 |
2614.879 |
0.01 |
3457.432 |
3552.714 |
3628.438 |
3586.366 |
3615.05 |
3223.46 |
3621.11 |
3511.206 |
3342.735 |
3527.537 |
0.001 |
4801.519 |
4558.65 |
4753.516 |
4866.839 |
4832.828 |
4797.462 |
5048.778 |
4931.819 |
5179.005 |
5061.4 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
6346.016 |
6701.943 |
6517.709 |
6786.807 |
6696.103 |
7035.229 |
7180.007 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6577.087 |
6619.348 |
6856.296 |
6781.036 |
7216.603 |
7580.074 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6915.158 |
7013.588 |
7414.662 |
7517.316 |
7445.699 |
7140.919 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6613.939 |
6745.572 |
7288.444 |
6690.929 |
7360.736 |
7066.894 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6791.371 |
6928.578 |
7585.591 |
7263.093 |
7606.101 |
7941.663 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6976.073 |
7018.428 |
7383.685 |
7629.599 |
7555.834 |
7836.716 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7472.307 |
7561.088 |
7977.808 |
8283.333 |
8510.495 |
8252.942 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7784.015 |
8085.973 |
8274.599 |
8383.769 |
8639.141 |
9032.647 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8733.775 |
8982.663 |
9260.717 |
10033.43 |
9565.775 |
9591.593 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
9867.257 |
10183.12 |
10649.19 |
10531.1 |
11665.03 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10060.11 |
10306.26 |
10118.86 |
10428.7 |
11104.42 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10352.42 |
9876.537 |
10702.11 |
10675.54 |
11071.8 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10776.46 |
10326.66 |
10782.7 |
10637.49 |
11719.45 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11109.78 |
11590.89 |
10998.98 |
11519.98 |
12178.07 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11313.16 |
11363.95 |
11488.88 |
11567.89 |
11879.58 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12464.36 |
12582.41 |
12197.66 |
12276.76 |
12726.06 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
13003.64 |
13046.95 |
13971.73 |
14385.13 |
13804.38 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14507.15 |
14200.8 |
13858.44 |
14418.15 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
17797.7 |
17746.64 |
17187.74 |
17794.33 |
d增加,ω1减小,但并不显著
第六组数据,m0
m0 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
0.1 |
0.686323 |
0.703528 |
0.879107 |
0.932142 |
1.163258 |
1.452372 |
1.89634 |
2.277095 |
2.903821 |
3.861516 |
0.01 |
0.829611 |
0.917042 |
1.086495 |
1.11192 |
1.303417 |
1.326169 |
1.819223 |
2.052914 |
2.272513 |
2.952384 |
0.001 |
1.712044 |
1.619308 |
1.600376 |
1.472604 |
1.304442 |
1.36576 |
1.602721 |
1.437007 |
1.667855 |
1.699226 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
68.78392 |
7.501262 |
2.913756 |
2.231944 |
1.633182 |
1.613724 |
1.416314 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.126944 |
3.219201 |
2.111467 |
1.711793 |
1.572687 |
1.612606 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.376125 |
3.415697 |
2.195622 |
1.54197 |
1.503086 |
1.626226 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
70.97056 |
5.445374 |
2.522761 |
1.702845 |
1.588796 |
1.510351 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
32.16003 |
3.836327 |
2.343986 |
1.624018 |
1.653604 |
1.36677 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
48.44954 |
4.321176 |
2.181355 |
1.614383 |
1.357804 |
1.455541 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
117.1554 |
4.155666 |
2.233665 |
1.539194 |
1.253742 |
1.222508 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
37.73101 |
3.362648 |
1.779068 |
1.302059 |
1.109257 |
1.137143 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10.35988 |
3.27913 |
1.544049 |
1.068771 |
0.903995 |
0.854342 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.252943 |
1.872173 |
1.051165 |
0.90461 |
1.008035 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
13.92578 |
2.061913 |
1.251385 |
0.95579 |
0.911407 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.964095 |
1.441009 |
1.031492 |
0.83775 |
0.739619 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.698954 |
1.477071 |
1.094371 |
0.810808 |
0.821238 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
3.854245 |
1.679183 |
0.960476 |
0.754369 |
0.746281 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
4.274994 |
1.580739 |
0.951849 |
0.781054 |
0.714436 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11.23535 |
1.834892 |
0.939811 |
0.698297 |
0.660409 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.889309 |
1.406513 |
0.862021 |
0.662271 |
0.562919 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.706321 |
0.929495 |
0.615732 |
0.628622 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.730405 |
0.861175 |
0.52087 |
0.517891 |
d增加m0增加
第七组数据,m1
m1 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
*0.4 |
*0.3 |
*0.2 |
*0.1 |
0.1 |
0.196534 |
0.269002 |
0.343312 |
0.473744 |
0.49403 |
0.606696 |
0.813034 |
0.9282 |
1.202277 |
1.789864 |
0.01 |
0.426996 |
0.435166 |
0.48478 |
0.513237 |
0.58783 |
0.85116 |
0.816478 |
1.008726 |
1.297924 |
1.430797 |
0.001 |
1.002775 |
1.124244 |
0.967904 |
0.826624 |
0.748506 |
0.802099 |
0.804048 |
0.77415 |
0.775845 |
0.8461 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
51.97184 |
4.713547 |
2.008227 |
1.346597 |
1.029157 |
0.869661 |
0.71737 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
3.646731 |
2.24035 |
1.307809 |
1.099118 |
0.829249 |
0.734459 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
4.214795 |
2.155233 |
1.162368 |
0.782937 |
0.785657 |
0.968253 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
55.13067 |
3.94802 |
1.419166 |
1.269949 |
0.866769 |
0.937328 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
26.71535 |
2.965277 |
1.339886 |
1.068023 |
0.937269 |
0.67878 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
41.16643 |
3.590707 |
1.51615 |
1.006539 |
0.873867 |
0.833076 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
99.44666 |
3.378212 |
1.50645 |
0.918079 |
0.686849 |
0.737813 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
36.35654 |
2.804607 |
1.365611 |
0.95464 |
0.734543 |
0.652029 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10.40856 |
2.952401 |
1.241838 |
0.654344 |
0.648681 |
0.607412 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.307301 |
1.668349 |
0.795809 |
0.712466 |
0.564796 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
13.32762 |
1.798953 |
1.170793 |
0.798173 |
0.611083 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.665793 |
1.955136 |
0.992228 |
0.81378 |
0.625252 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.711764 |
1.769425 |
1.093927 |
0.856287 |
0.602489 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
4.300741 |
1.578235 |
1.118724 |
0.726202 |
0.583773 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.057158 |
1.833927 |
1.053976 |
0.840412 |
0.690447 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11.5113 |
1.81021 |
1.05316 |
0.761506 |
0.6231 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11.33469 |
1.766614 |
0.81337 |
0.559582 |
0.556923 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.772898 |
1.055716 |
0.778557 |
0.669857 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.845113 |
0.929264 |
0.645214 |
0.552654 |
d增加m1增加
第八组数据,mx0
mx0 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
*0.4 |
*0.3 |
*0.2 |
*0.1 |
0.1 |
1.686323 |
1.703528 |
1.879107 |
1.932142 |
2.163258 |
2.452372 |
2.89634 |
3.277095 |
3.903821 |
4.861516 |
0.01 |
1.829611 |
1.917042 |
2.086495 |
2.11192 |
2.303417 |
2.326169 |
2.819223 |
3.052914 |
3.272513 |
3.952384 |
0.001 |
2.712044 |
2.619308 |
2.600376 |
2.472604 |
2.304442 |
2.36576 |
2.602721 |
2.437007 |
2.667855 |
2.699226 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
69.78392 |
8.501262 |
3.913756 |
3.231944 |
2.633182 |
2.613724 |
2.416314 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.126944 |
4.219201 |
3.111467 |
2.711793 |
2.572687 |
2.612606 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.376125 |
4.415697 |
3.195622 |
2.54197 |
2.503086 |
2.626226 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
71.97056 |
6.445374 |
3.522761 |
2.702845 |
2.588796 |
2.510351 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
33.16003 |
4.836327 |
3.343986 |
2.624018 |
2.653604 |
2.36677 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
49.44954 |
5.321176 |
3.181355 |
2.614383 |
2.357804 |
2.455541 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
118.1554 |
5.155666 |
3.233665 |
2.539194 |
2.253742 |
2.222508 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
38.73101 |
4.362648 |
2.779068 |
2.302059 |
2.109257 |
2.137143 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11.35988 |
4.27913 |
2.544049 |
2.068771 |
1.903995 |
1.854342 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.252943 |
2.872173 |
2.051165 |
1.90461 |
2.008035 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14.92578 |
3.061913 |
2.251385 |
1.95579 |
1.911407 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.964095 |
2.441009 |
2.031492 |
1.83775 |
1.739619 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.698954 |
2.477071 |
2.094371 |
1.810808 |
1.821238 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
4.854245 |
2.679183 |
1.960476 |
1.754369 |
1.746281 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.274994 |
2.580739 |
1.951849 |
1.781054 |
1.714436 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12.23535 |
2.834892 |
1.939811 |
1.698297 |
1.660409 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
9.889309 |
2.406513 |
1.862021 |
1.662271 |
1.562919 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.706321 |
1.929495 |
1.615732 |
1.628622 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.730405 |
1.861175 |
1.52087 |
1.517891 |
d增加mx0增加
第九组数据,mx1
mx1 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
*0.4 |
*0.3 |
*0.2 |
*0.1 |
0.1 |
1.196534 |
1.269002 |
1.343312 |
1.473744 |
1.49403 |
1.606696 |
1.813034 |
1.9282 |
2.202277 |
2.789864 |
0.01 |
1.426996 |
1.435166 |
1.48478 |
1.513237 |
1.58783 |
1.85116 |
1.816478 |
2.008726 |
2.297924 |
2.430797 |
0.001 |
2.002775 |
2.124244 |
1.967904 |
1.826624 |
1.748506 |
1.802099 |
1.804048 |
1.77415 |
1.775845 |
1.8461 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
52.97184 |
5.713547 |
3.008227 |
2.346597 |
2.029157 |
1.869661 |
1.71737 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
4.646731 |
3.24035 |
2.307809 |
2.099118 |
1.829249 |
1.734459 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.214795 |
3.155233 |
2.162368 |
1.782937 |
1.785657 |
1.968253 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
56.13067 |
4.94802 |
2.419166 |
2.269949 |
1.866769 |
1.937328 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
27.71535 |
3.965277 |
2.339886 |
2.068023 |
1.937269 |
1.67878 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
42.16643 |
4.590707 |
2.51615 |
2.006539 |
1.873867 |
1.833076 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
100.4467 |
4.378212 |
2.50645 |
1.918079 |
1.686849 |
1.737813 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
37.35654 |
3.804607 |
2.365611 |
1.95464 |
1.734543 |
1.652029 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
11.40856 |
3.952401 |
2.241838 |
1.654344 |
1.648681 |
1.607412 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.307301 |
2.668349 |
1.795809 |
1.712466 |
1.564796 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14.32762 |
2.798953 |
2.170793 |
1.798173 |
1.611083 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.665793 |
2.955136 |
1.992228 |
1.81378 |
1.625252 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.711764 |
2.769425 |
2.093927 |
1.856287 |
1.602489 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.300741 |
2.578235 |
2.118724 |
1.726202 |
1.583773 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.057158 |
2.833927 |
2.053976 |
1.840412 |
1.690447 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12.5113 |
2.81021 |
2.05316 |
1.761506 |
1.6231 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
12.33469 |
2.766614 |
1.81337 |
1.559582 |
1.556923 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.772898 |
2.055716 |
1.778557 |
1.669857 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.845113 |
1.929264 |
1.645214 |
1.552654 |
d增加mx1增加
第十组数据,m01
m01 |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
0.1 |
0.882857 |
0.972529 |
1.222419 |
1.405886 |
1.657288 |
2.059069 |
2.709374 |
3.205295 |
4.106098 |
5.65138 |
0.01 |
1.256606 |
1.352208 |
1.571275 |
1.625157 |
1.891247 |
2.177329 |
2.6357 |
3.06164 |
3.570437 |
4.383181 |
0.001 |
2.714819 |
2.743552 |
2.568281 |
2.299227 |
2.052947 |
2.167859 |
2.406769 |
2.211157 |
2.4437 |
2.545326 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
120.7558 |
12.21481 |
4.921983 |
3.578541 |
2.662339 |
2.483385 |
2.133684 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.773675 |
5.45955 |
3.419277 |
2.810912 |
2.401936 |
2.347065 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
10.59092 |
5.57093 |
3.357991 |
2.324907 |
2.288743 |
2.594479 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
126.1012 |
9.393393 |
3.941927 |
2.972793 |
2.455564 |
2.447679 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
58.87538 |
6.801605 |
3.683872 |
2.692041 |
2.590873 |
2.04555 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
89.61596 |
7.911882 |
3.697505 |
2.620922 |
2.231671 |
2.288618 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
216.6021 |
7.533878 |
3.740115 |
2.457273 |
1.940591 |
1.960321 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
74.08756 |
6.167255 |
3.144679 |
2.256699 |
1.843801 |
1.789172 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
20.76845 |
6.231531 |
2.785887 |
1.723116 |
1.552676 |
1.461754 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14.56024 |
3.540523 |
1.846974 |
1.617076 |
1.57283 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
27.2534 |
3.860866 |
2.422177 |
1.753963 |
1.52249 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
14.62989 |
3.396145 |
2.02372 |
1.65153 |
1.364871 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
13.41072 |
3.246496 |
2.188298 |
1.667095 |
1.423727 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.154985 |
3.257418 |
2.0792 |
1.480571 |
1.330055 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
9.332152 |
3.414666 |
2.005825 |
1.621466 |
1.404884 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
22.74665 |
3.645101 |
1.992971 |
1.459803 |
1.283509 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
20.224 |
3.173127 |
1.67539 |
1.221853 |
1.119842 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
3.479219 |
1.985211 |
1.394289 |
1.298479 |
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
3.575519 |
1.790439 |
1.166084 |
1.070545 |
d增加m01增加
第十一组数据,k
k |
1 |
0.9 |
0.8 |
0.7 |
0.6 |
0.5 |
0.4 |
0.3 |
0.2 |
0.1 |
0.1 |
1911874 |
2106063 |
2647213 |
3044519 |
3588943 |
4459021 |
5867292 |
6941234 |
8891970 |
12238359 |
0.01 |
5104238 |
5492565 |
6382397 |
6601262 |
7682099 |
8844143 |
10706012 |
12436145 |
14502839 |
17804146 |
0.001 |
23118557 |
23363242 |
21870685 |
19579510 |
17482265 |
18460820 |
20495300 |
18829529 |
20809797 |
21675211 |
1.00E-04 |
#NUM! |
#NUM! |
#NUM! |
2.09E+09 |
2.12E+08 |
85310542 |
62025255 |
46145143 |
43043409 |
36982197 |
9.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.58E+08 |
98162635 |
61478543 |
50540154 |
43186778 |
42200192 |
8.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.02E+08 |
1.06E+08 |
63903761 |
44243816 |
43555603 |
49373869 |
7.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.41E+09 |
1.8E+08 |
75388119 |
56853747 |
46961899 |
46811093 |
6.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.23E+09 |
1.42E+08 |
77098623 |
56340901 |
54223591 |
42810695 |
5.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2E+09 |
1.77E+08 |
82658698 |
58591409 |
49889590 |
51162647 |
4.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.55E+09 |
1.93E+08 |
95878645 |
62992716 |
49747460 |
50253246 |
3.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
2.2E+09 |
1.83E+08 |
93502023 |
67099336 |
54822471 |
53198166 |
2.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.94E+08 |
2.38E+08 |
1.07E+08 |
65872667 |
59356948 |
55881108 |
1.00E-05 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.11E+08 |
1.73E+08 |
90248900 |
79015400 |
76853385 |
9.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.35E+09 |
1.91E+08 |
1.2E+08 |
86807572 |
75351442 |
8.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
8.22E+08 |
1.91E+08 |
1.14E+08 |
92744175 |
76646416 |
7.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
7.79E+08 |
1.89E+08 |
1.27E+08 |
96894122 |
82749209 |
6.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.31E+08 |
2.12E+08 |
1.35E+08 |
96374125 |
86576667 |
5.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
6.47E+08 |
2.37E+08 |
1.39E+08 |
1.12E+08 |
97439064 |
4.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.79E+09 |
2.87E+08 |
1.57E+08 |
1.15E+08 |
1.01E+08 |
3.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
1.92E+09 |
3.01E+08 |
1.59E+08 |
1.16E+08 |
1.06E+08 |
2.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
3.73E+08 |
2.13E+08 |
1.5E+08 |
1.39E+08 |
|
1.00E-06 |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
#NUM! |
5.84E+08 |
2.93E+08 |
1.91E+08 |
1.75E+08 |
d增加k增加
将数据进一步总结
d |
ωx |
ω0 |
ω1 |
m0 |
m1 |
mx0 |
mx1 |
m01 |
k |
增加 |
增加 |
增加但不显著 |
减小但不显著 |
增加 |
增加 |
增加 |
增加 |
增加 |
增加 |
可以发现d的变化对质量有比较明显的影响,对频率的影响相对小的多。
可以由此进一步的推断,一张图片的频率与数据的分布位置有关,而质量与每个位置的数据的大小有关。
实验数据
学习率 0.1 |
权重初始化方式 |
Random rand1 =new Random(); |
int ti1=rand1.nextInt(98)+1; |
int xx=1; |
if(ti1%2==0) |
{ xx=-1;} |
tw[a][b]=xx*((double)ti1/x); |
第一层第二层和卷积核的权重的初始化的x分别为1000,1000,200 |
本次实验数据比较多有感兴趣的朋友可以到我的资源下载
测量一组对角矩阵的频率和质量相关推荐
- 测量一组类下三角矩阵的质量和频率n=m+1
假设每张图片都有频率和质量两个属性,其中频率和点的分布有关,质量和点的数值的大小有关. 本文就通过实验的办法测量类下三角矩阵的频率和质量有哪些关系. <测量一组对角矩阵的频率和质量>中的对 ...
- 对角矩阵和类下三角矩阵的频率和质量数据比较
假设对于神经网络来说每张图片都有两个属性,分别是频率和质量. 频率和图片点的分布规律有关,质量和点的数值的大小有关. 如图满足n=m条件的构成对角矩阵,满足n=m+1条件的比如叫类下三角矩阵.很显然这 ...
- 测量一条反斜线的频率和质量n+m=9
本实验通过三个对象两两分类的办法测量一个二维数组的频率和质量. 这个二维数组满足n+m=9,也就是与反对角线平行的一条直线. 假设一组图片对神经网络有两个属性分别是频率和质量,频率与点的分布有关,质量 ...
- 测量一组平行线的质量和频率m=n+1
假设每张图片都有频率和质量两个属性,其中频率和点的分布有关,质量和点的数值的大小有关. 本文通过实验测量一组类上三角矩阵的质量和频率. 本文的类上三角矩阵指的是满足m=n+1的矩阵. 满足m=n+1的 ...
- STM32学习笔记(六)丨TIM定时器及其应用(输入捕获丨测量PWM波形的频率和占空比)
本篇文章包含的内容 一.输入捕获 1.1 输入捕获简介 1.2 输入捕获通道的工作原理 1.3 输入捕获的主从触发模式 1.4 输入捕获和PWMI结构 二.频率的测量方法 2.1 测频法 2.2 测周 ...
- matlab画一组数据的频率分布图
matlab画一组数据的频率分布图 L空间度汇总.xlsx B=xlsread('L空间度汇总.xlsx'); %注意点,待处理数据的excel文件要和脚本文件路径相同,即放置在同一文件夹下,否则无法 ...
- 使用雷达测量心率和呼吸频率项目(1)-总体介绍
使用雷达测量心率和呼吸频率项目是一个 Python 程序项目,可在 Raspberry Pi 上运行,也可以在 Windows/Mac 上运行它,但不能保证.如果程序被远程使用(不是在带有雷达的 Ra ...
- 激光雷达与摄影测量相结合如何提高点云质量?
是否可以通过将激光雷达与摄影测量技术相结合来提高点云的准确性和密度?激光雷达数据可以穿透树木并测量阴影区域以生成非常准确的点云.被动成像相机衍生出更详细的 3D 模型并使用多光谱信息对点云进行编码,从 ...
- 如何用数字示波器测量晶振的频率
[测量方法整理来自百度] ①将示波器通道设置为交流耦合,探针10X档位: ②确保晶振主板上电运行后,拔掉探头的套子,露出探针.将探头夹子接到主板地线即供电负极端,探针针尖接触到晶振的其中一个引脚: ③ ...
最新文章
- 美团点评稳定价格措施及稳定价格期结束 超额配股权失效
- mysql--字段--索引的增删改查
- 高德地图自定义点标记大小_Vue:如何在地图上添加自定义覆盖物(点)
- 解题:POI 2013 Triumphal arch
- 【Python4】字符分割识别,车牌识别矫正,移动物检测,Caffe_SSD三字码识别,ckpt文件转pb文件,人脸检测与识别
- python无师自通配套资源_Python编程 无师自通 专业程序员的养成
- leetcode —— 46. 全排列(递归+回溯)
- 腾讯优图、AI Lab招聘计算机视觉算法工程师
- InfluxDB简介,InfluxDB的基本操作
- 简单的学习一下node吧——还在学习中~~~
- redis数据类型之sorted set
- 字体外面怎么加边框_CSS如何给字体加边框
- 女生转行学习IT技术需要考虑什么
- [ahk]热键呼叫QQ经常聊天的人
- Linux下设置代理方法
- QEMU 7.1发布
- -1-6 java 异常简单介绍 java异常 异常体系 Throwable 分类 throws和throw 异常处理 自定义异常...
- Android RxJava与Retrofit与RecyclerView与Fresco结合网络请求
- 河南专升本公共英语语法考点分析---代词、介词、连接词
- 【UE4】在 Content 目录中查看、筛选资产
热门文章
- 2.2.1 mini-batch
- c++:opencv读图后mat矩阵的基本操作
- 语音写出(wavwrite)
- pytorch_导入d2l_pytorch包问题
- ssm的报错问题------You must configure either the server or JDBC driver (via the serverTimezone conf)
- Leetcode 刷题笔记
- 2017-2018-1 20155231 《信息安全系统设计基础》第6周学习总结
- C++ 容器及选用总结
- 远程连接linux服务器mysql
- tinyxml使用指导