搜索资源列表
GA
- 遗传算法（Genetic Algorithm，GA）是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法则。遗传算法的做法是把问题参数编码为染色体，再利用迭代的方式进行选择、交叉以及变异等运算来交换种群中染色体的信息，最终生成符合优化目标的染色体。-Genetic Algorithm (Genetic Algorithm, the GA) is a kind of evolution Algorithm, the basic principle is to imitate p
SA
- 模拟退火算法 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i
Evolution-Computation
- 阐述演化计算的课件，包括遗传算法，粒子群优化，多峰优化，多目标优化等等，清华大学 于歆杰-Evolution Computation
DEcshp
- 连续函数优化的差分演化（由肯尼斯和莱纳S的算法而来）-Differential Evolution (DE) for Continuous Function Optimization (an algorithm by Kenneth Price and Rainer Storn)Table of contents
GSAA
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始-S
program
- 在现有的应用于推荐系统算法的基础上，对社会网及其相应的算法进行研究，将社会网中动态演化技术应用于个性化推荐系统，以获得更好的个性化推荐效果。-For recommendation system algorithm based on the social network and its corresponding algorithm, the dynamic evolution of social network technology for a personalized recommendati
An-Object-Tracking-Method-
- 室外场景下由于场景背景条件变化容易导致视频目标跟踪稳定性差。该文提出一种利用红外和可见光传感 器的双通道视频目标跟踪方法。该算法利用可见光图像的目标颜色特征和红外图像的目标轮廓特征，结合均值漂移 算法与水平集曲线演化实现目标定位，并给出了目标尺度和模板更新方法；对多目标跟踪的互相遮挡问题，通过判 断目标合并与分离实现遮挡时多个目标的定位。实验结果表明，该文方法能够有效处理光照变化、阴影、遮挡等情 况，实现目标的稳定跟踪。-Considering the poor stabilit
GA
- 遗传算法源码，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择（selection）个体，并借助于自然遗传学的遗传算子（genetic operators）进行组合交叉（crossover）和变异（mutation），产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码（decoding），可以作为问题近似最优解。-Genetic
Community_Detection
- 社区发现和社会媒体挖掘，介绍了相关算法和演化-discuss graph-based community detection techniques and many important extensions that handle dynamic, heterogeneous networks in social media
GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。-Genetic Algorithm (Genetic Algorithm) is a kind of reference for the evolution of biology law (the survival of the fittest, superior bad discard Genetic mechanism) evolved random search
matlab-GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。
DEA
- 差分演化（DE）算法的源程序，包含有一些测试函数。-original procedure of differential evolution algorithm,including some test functions.
segm_energy_LS
- 此工具箱实现了一个基于能量的有限差分的水平集演化分割算法-This toolbox implements an energy-based segmentation algorithm that uses finite-difference based level set evolution
QuickSort
- C++排序算法中，由冒泡排序演化而来的快速排序法与其改进-Quick Sort Bubble Sort evolved its improvement
Genetic-algorithm
- 针对传统遗传算法的早熟收敛问题,在著名的“基因块”假设的基础上,提出了一种改进算法：利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化，使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛，提高了算法全局优化能力。-Premature convergence of traditional genetic algorithm, based on the assumptions of t
fast-human-tracking-
- 为实现红外图像序列中人体轮廓的精确跟踪, 提出了一种基于快速水平集的新算法. 首先, 在目标 区域及其邻近背景区域带上, 而不是在整个图像平面上, 采用模式分类中的最近邻决策思想来构建快速水 平集算法的速度函数 然后, 采用基于动态邻近区域的快速水平集来演化目标边界曲线以实现目标的轮廓 跟踪. 实验结果表明, 该算法能适应目标尺度的变化、目标的分裂或合并, 并获得人体的精确轮廓.-Fast contour tracking algorithm for human body in
PSO-Algorithm
- 粒子群优化(Particle Swarm Optimization, PSO)，又称微粒群算法，是由J. Kennedy和R. C. Eberhart等于1995年开发的一种演化计算技术,来源于对一个简化社会模型的模拟。-Particle Swarm Optimization (Particle Swarm Optimization, PSO), also known as particle swarm optimization, by J. Kennedy and RC Eberhart eq
Improved-cv
- 当红外图像中包含较强噪声时, C-V 模型水平集分割方法会产生大量冗余轮廓 同时, C-V 水平集采用偏 微分方程( PDE) 实现, 存在计算量大、分割速度慢的缺点。为此, 本文提出了改进的快速算法, 该算法保留了C-V 模型的全局优化特性, 并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度, 从而提高C-V 模型 的抗噪性并减少分割中产生的冗余轮廓 采用基于双链表的快速水平集算法来实现曲线的演化, 去除了传统算 法中的重新初始化和PDE 求解的过程, 减少了迭代步数
level-set
- 水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题，其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程，通过求解极小值最终获取目标轮廓从而达到图像分割的目的 为了解决不同应用领域的图像处理问题，各种相应的基于水平集方法的图像分割算法已被提出，大量的研究者仍在不断地改进和提高这些算法的效率和有效性.对现有的用于部分图像分割的水平集方法进行了综述，主要介绍传统水平集方法无重新初始化水平集方法连续水平集方法以及最近相关的改进方法，并简要讨论了各种方法的优缺点
GA--CSharp
- 一个利用C#语言实现的遗传算法源程序，通过对花朵的演化说明遗传算法的原理-The principle of a genetic algorithm source code using the C# language, genetic algorithm is described through the evolution of flowers