搜索资源列表
01714200
- K-means Algorithm Based on Particle Swarm Optimization Algorithm for Anomaly Intrusion Detection
1
- During the last decade, many variants of the original particle swarm optimization (PSO) algorithm have been proposed. In many cases, the difference between two variants can be seen as an algorithmic component being present in one variant but
welPSO
- particle swarm optimization method
PSOGSA
- particle swarm optimization method
PSo
- 基本的粒子群算法程序，很好的程序 ，用matlab编写的-The basic particle swarm optimization procedure, a good program, written using matlab
SVD-based-watermarking
- 基于SVD的DCT域和DWT域的经典水印算法，该算法通过提取水印水印的主成分并把该主成分嵌入到奇异值矩阵，鲁邦性非常高。-the principal components of the watermark are embedded into the host image in discrete cosine transform (DCT) and for the second method, those are embedded into the host image in discrete
papersofparticla
- 关于粒子系统的相关文章，粒子系统对于模拟现实中的雨雪，爆炸场景等是及其逼真的。这里面关于这些粒子系统的基本概念及相关知识有教深入的研究。-Related articles on particle systems, particle system for the simulation of reality in the rain and snow, explosion scene is realistic. There is the basic concept and knowledge of t
Csharp
- c sharp particle swarm optimization
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
Bosch-HDI-EDC-15C2-Injection-System-p26-Particle-
- Bosch HDI EDC 15C2 Injection System
1_2
- 某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒 群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法 的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几 个运算实例和与其它优化算法的比较-Some of the practical problems of optimization goal is
214545535242
- 基于混沌序列的多峰函数微粒群寻优算法的目标就是找到多峰函数的所有局部优化峰值。在分析微粒群优化 算法中各个参数对微粒运动影响的基础上，对微粒群算法进行改造，让微粒运动从初始位置沿优化函数曲线向优化峰值 方向爬行．直至找到所在区域的局部优化峰值；要想求得尽可能多的局部优化峰值，就要求微粒群中微粒的初始位置分 布具有随机性和遍历性。为此采用混沌序列设置微粒初始位置；为使每一个局部最优值点都可能有微粒群中的微粒经过， 采用变步长的迭代计算；为防止优化函数曲线的某些局部峰附近没有
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
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