搜索资源列表
neural-network-for-PTV
- 一种新型神经网络方法对于粒子追踪测速。与于、普通的单个粒子分析,匹配的算法不同的是,该算法是基于小整体的众多粒子一起分析的。-A new type of neural network method for particle tracking velocimetry
partical-filter-system
- 有关粒子滤波的各种文件 有利于对专业的认识以及相关项目的研究-Particle filter file conducive to professional knowledge as well as related projects
12
- 主要用于研究粒子滤波在目标跟踪中的应用研究,-Mainly used to study particle filter target tracking,
123
- 西安交大粒子滤波课件,十分有用,请各位珍惜-Xi' an Jiaotong University the particle filter courseware, useful, please cherish
362465378
- 工程应用中的多峰寻优问题要求搜索目标函数的多个极值点,现有的多峰优化方法难以直接利用应用 问题的先验知识引导算法过程,多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法, 能有效利用易于获得的先验参数,如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒 子群算法的简单性并改善了搜索多样性,使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法 进行了对比测试和分析,结果表明,对复杂多峰函数,该算法能以最快的收敛速度实现多峰搜索-Mu
1234255
- 介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此,在 QPSO中引进一种物种形成策略,该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到,因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明,基于物 种形成的QPSO算法可以尽
23445455
- 针对小生境粒子群优化技术中小生境半径等参数选取问题,提出了一种新颖的小生境方法,无须小生 境半径等任何参数。通过监视粒子正切函数值的变化,判断各个粒子是否属于同一座山峰,使其追踪所在山峰 的最优粒子飞行,进而搜索到每一座山峰极值。算法实现简单,不仅克服了小生境使用中需要参数的弊端,而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验,验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
466676
- 针对小生境粒子群优化技术中小生境半径等参数选取问题,提出了一种新颖的小生境方法,无须小生 境半径等任何参数。通过监视粒子正切函数值的变化,判断各个粒子是否属于同一座山峰,使其追踪所在山峰 的最优粒子飞行,进而搜索到每一座山峰极值。算法实现简单,不仅克服了小生境使用中需要参数的弊端,而且 解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验,验证了算法可以准确地找到所 有山峰-Proposed a novel niche for niche particle
5346363636
- :针对粒子群算法进行多极点函数优化时 存在的局部极小点和搜寻效率低的问题,引入了小 生境的思想到粒子群算法中,以粒子的最好位置为 中心,粒子的最好的个体解对应的适应值为半径建 立圆形小生境。stretching 技术,其次对子群体采用解散策略,即当在子群体中找到一个极值点后把子群体解散回归主群体,最 后设置子群体创建时的半径阈值,避免子群体半径过大。该算法解决了标准的NichePS0算法在处理 多峰函数时,极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏
psoalgorithms
- 求解0-1二次规划的粒子群算法 先将离散的0-1变量约束转化成了不光滑方程的约束,再用磨光函数方法对其光滑化。最终,把原来的数学模型转化为可微的非线性规划问题。最后,粒子群优化算法求解-0-1 first discrete particle swarm algorithm for solving 0-1 quadratic programming variable constraint transformed into smooth equations and constraints, it
PSOLS_SVM
- 有关于粒子群法以及用粒子群法来优化支持向量机法的研究论文-Research papers on particle swarm method and particle swarm optimization support vector machine
PSOSVM
- 有关于粒子群法以及用粒子群法来优化支持向量机法的研究论文-Research papers on particle swarm method and particle swarm optimization support vector machine
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
film
- 根据对真空蒸发镀膜的分析,在40×40的范围内分别蒸 发:1000、5000、10000、20000、30000个粒子。 利用2维数组记录每个点的粒子数。 初始粒的横纵坐标为0~40的均匀分布。 能量为(15,3)的正态分布。 在基体表面自由行走时损失1的能量。 若该点有粒子,即与其他粒子相遇时损失3的能量。 由低处向高处扩散,每扩散一层,损失4的能量,由高处 向低处扩
reflections
- 一个OPENGL事例。发散的粒子,可以改变颜色等-SEED dsp helper
Multi-fault--based---WSVM-and-PSO
- 一种基于小波支持向量机和粒子群算法的多故障诊断技术。-Multi-fault classification based on wavelet SVM with PSO algorithm to analyze vibration signals from rolling element bearings
SwarmOpsMatlab1_0
- 利用matlab来求解粒子群优化算法的一些说明-Swarm Optimization in matlab
pso
- 子群优化算法中,粒子群由多个粒子组成,每个粒子的位置代表优化问题在D维搜索空间中潜在的解。根据各自的位置,每个粒子用一个速度来决定其飞行的方向和距离,然后通过优化函数计算出一个适应度函数值(fitness)。-Subgroup of particle swarm optimization algorithm is composed by a number of particles, each particle' s position represents to optimize the p
纳米氧化锰的制备及其电化学性能研究
- 用流变相-前驱物热分解法制备了纳米氧化锰粉末,用XRD、TEM和LPSA对粉末样品的组成、结构、粒度和形貌进行了表征。结果表明MnO和Mn3O4都属于立方晶系的球形粒子,平均粒径(d50)分别约为45.6nm和69.1nm。 对MnO和Li2Mn2O4(由Mn3O4制备)的电化学性能研究表明, Li2Mn2O4具有较高的充放电容量和较好的循环性能,其首次放电容量为128mAh/g,经过十次充放电循环之后电容量仍有117.5 128mAh/g。而MnO的电化学性能欠佳。
matlab-code
- 混合粒子群算法代码及其混合粒子群算法代码大全-Hybrid particle swarm algorithm code and its hybrid particle swarm algorithm code.