- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 集成学习基础知识一（Bagging和Boosting的区别以及Boosting（Adaboost）的过程与实例）
在集成算法中主要分为bagging算法（英文翻译是套袋）和boosting算法（英文翻译是提升）Bagging算法的过程如下：从原始样本集中使用Bootstarping方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集（k个训练集之间相互独立，元素可以有重复）。对于n个训练集，我们训练k个模型，（这个模型可根据具体的情况而定，可以是决策树，knn）对于分类问题：由投票表决产生分类结果；对于回归问题，由k个模型预测结果均值作为最后预测的结果（所有的模型的重要性相同）Boosting算法的过
2021-08-03 16:59:33
967
原创 ansys考虑非线性牛顿-拉夫森迭代方法.txt
! Build the Model:/PREP7! Similar to a linear full transient model, with! these possible additions: nonlinear material! properties, nonlinear elements!******************************et,1.0,beam4uimp,1.0,ex,dens,prxy,3.45E+10,2549,0.2r,1,0.01,8.3...
2021-04-09 21:40:00
674
原创 ansys频率求解
ANSYS的学习finish/soluallselantype,modalMODOPT,lanb,50,0!质量归一（默认） 为了在随后得到各阶模态的最大响应（模态响应），须用模态系数去乘振型。如果想较容易的对整个结构中的位移的相对值进行比较，就选择对振型进行相对于单位矩阵 [I] 进行归一化1MXPAND,50,yes!模态扩展数目，计算应力LUMPM,on!细长梁或非常薄的壳，集中质量矩阵on!一致质量单元SOLVEFINISH!***********************
2021-04-09 20:44:06
1988
1
ansys后处理 频率求解、重力加载、几何非线性分析、车桥耦合、结果提取（静力+时程后处理）.zip
2021-04-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人