搜索资源列表
Chared ICA Code
- 受帝国主义殖民竞争机制的启发,Atashpaz-Gargari和Lucas于2007年提出了一种新的智能优化算法—帝国竞争算法 (ICA)。与GA, PSO, ABC等受生物行为启发的群智能算法不同,ICA受社会行为启发,通过摸拟殖民地同化机制和帝国竞争机制而形成的一种优化方法。ICA也是一种基于群体的优化方法,其解空间由称为国家的个体组成。ICA将国家分为几个子群,称为帝国。在每个帝国内,ICA通过同化机制使非最优的国家(殖民地)向最优国家(帝国主义国家)靠近,该过程类似于PSO。帝国竞争机制
神经网络43
- 神经网络可以指向两种,一个是生物神经网络,一个是人工神经网络。 生物神经网络:一般指生物的大脑神经元,细胞,触点等组成的网络,用于产生生物的意识,帮助生物进行思考和行动。 人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的
Face_Demo-20170929
- 人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别(Face recognition is a biometric recognition technology based on human face feature information for personal identification. With the acquisition
Human-Face-Detection.zip
- 人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。(Face recognition is a biometric technology based on human facial feature information for identification. A camera or camera is used to collect
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一 [1-2] 。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称
BAS代码
- 天牛须搜索( beetle antennae search,BAS) 算法是2017 年提出的一种基于天牛觅食原理的适用于多目标函数优化的新技术,其生物原理为: 当天牛觅食时,其并不知道食物在哪里,而是根据食物气味的强弱来觅食。天牛有两只长触角,如果左边触角收到的气味强度比右边大,那下一步天牛就会向左边飞,反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似,BAS 不需要知道函数的具体形式以及梯度信息,就可以自动实现寻优过程,且其个体仅为一个,寻优速度显著提高。(
COMSOL细胞松弛模型
- COMSOL细胞松弛模型; 我们知道,生物细胞对于生命至关重要。 它们不仅以DNA的形式存储和复制遗传信息,而且在生物学过程中也起着重要作用。 在大多数(如果不是全部)过程中,细胞的机械行为是确保正常生理功能的主要因素。(Biological cells are essential for life as we know it. They not only store and replicate hereditary information in the form of DNA but als