搜索资源列表
AnIntroductiontoMeanShift
- 均值漂移算法的详细介绍，论证均值漂移算法的收敛性，介绍mean-shift算法在图像分割，目标跟踪领域的应用
FLoat_GA.rar
- 基于改进的遗传算法，使用浮点编码，使用变量的真值，使其物理意义明确，加速了收敛,Improved genetic algorithm based on the use of floating-point encoding, the true value of the use of variables to make it clear physical meaning to speed up the convergence
wavelet-neural-network-
- 介绍小波神经网络的基本原理。利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,提高收敛速度的目的。通过实验将其与传统的小波神经网络进行比较,证实前者具有更优的网络结构,更高的逼近精度。-Introduce the basic principles of wavelet neural network. The use of genetic algorithms to optimize the wavelet neural network to improve the approxim
rateVSpercentage
- 神经网络系统 BP,MGFPROP,SAMGFPROP, QUICKPROP, SARPROP 解决XOR问题收敛速度和收敛率的图形比较(不同数量的weightfile和不同范围的weight range)-compare BP[0] MGFPROP[1] SAMGFPROP[2] QUICKPROP[3] SARPROP[4] to solve XOR problem
DynamicPowerQualityTestingTechnology
- 本文首先介绍了有源电力滤波器的基本结构和工作原理，并对一些常规的谐波电流检测方法的优缺点进行了比较。其次，针对传统的谐波电流检测方法的缺陷，提出将神经网络与基于噪声抵消原理的自适应谐波检测相结合，利用径向基函数运算量小、收敛快、无局部极小值等优点，构造了一种基于径向基函数神经网络的谐波电流检测方法，仿真结果表明该检测方法具有很好的动态响应及畸变电流检测精度。最后，设计了一套实验系统，对本文所采用的系统方案进行了实验验证。仿真表明，本文所采用的有源电力滤波器检测系统方案切实可行，能够较好地实现动态
bbbb
- 摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。-Abstract:This paperproposed a
lysnake
- 提出了一种自适应的Snake 算法,对于初始包络上的每一点,按照Greedy 算法中的能量公式计算其邻域内各点的能 量. 如果邻域不包含目标的轮廓,则将邻域半径加大,再次计算邻域内各点的能量,直到邻域内包含轮廓点为止. 该算法只需迭 代一次即可得到目标轮廓,而且增大了初始包络的收敛半径,并能够有效处理较高曲率凸形边缘的情况. 对比实验说明了这种 方法的有效性.-Snake proposed an adaptive algorithm, the initial envelope for
wave
- 将有限单元半解析法用于求解三维填充式波形空间结构。构造了结构受弯窄条的反力矩 阵。根据有限单元半解析法将位移场表示成两个方向位移的组合：一个方向以函数形式给定位移 形状；另一方向为求解有限单元法的代数方程组。最后通过算例验证表明：有限单元半解析法对于 求解空间填充式结构非线性问题具有精度高，收敛快，易于计算机编程的优点。 关键词：有限单元半解析法；三维填充式波形结构；薄壁空间体系；几何非线性-The finite element semi-analytical method fo
MATLAB
- 一、 牛顿－拉夫逊法概要 首先对一般的牛顿－拉夫逊法作一简单说明。已知一个变量X的函数 （4－6） 解此方程式时，由适当的近似值X（0）出发，根据 （4－7） 反复进行计算，当X（n）满足适当的收敛判定条件时就是（4－6）式的根。这样的方法就是所谓的牛顿－拉夫逊法。 式（4－7）就是取第n次近似解X（n）在曲线 上的点 处的切线与X轴的交点作下一次X（n+1）值的方法。参考图4－2（a）。在这一方法中为了能收敛于真解，初值X（0）的选取及函数f（X）必须满足适当的条件，如
automatic-gain-control-scheme
- 这篇文章提出了一个快速的增益控制计划，基于LTE系统。通过仿真表明这个计划有很好的收敛性，并且适合稳定性操作。-In this paper, we propose a fast automatic gain control (AGC) scheme for initial cell search in long term evolution (LTE) time division duplex (TDD) system.we show that the proposed method can
SOLVING-NONLINEAR-OPTIMAL-
- 解非线性优化问题的混合加速遗传算法，给出了 HAGA 算法实施的详细步骤, 建立了HAGA 相应的收敛定理-SOLVING NONLINEAR OPTIMAL PROBLEMS BY HYBRID ACCELERATING GENETIC ALGORITHM
trajectory-optimization
- 针对登月舱上升段轨迹优化问题，建立上升舱动力学模型，用无量纲技术建立最优控制模型；以燃料消耗最优为指标，利用Pontrjagin极小值原理，将问题转化为时间自由的两点边值问题(TPBVP)。采用一种基于初值猜测方法和向前扫描法求解TPBVP，得到最优上升轨迹。仿真结果表明：此方法收敛速度快、可靠性高，为月面返回实际应用提供一定的参考。-According to the problem of trajectory optimization for the lunar module in ascen
Map-matching-algorithm
- 提出了基于模糊神经网络的新的地图匹配算法． 该算法综合了数字道路信息和GPS /DR 定位信息， 提取两个重要参数作为输入变量， 即定位点到候选路段的投影距离及定位航向与候选路段方位角差． 设计出了四层模糊神经网络及改进的收敛学习规则． 实验结果表明所提出的算法能很好地匹配车辆行驶路段位置．-Map matching algorithm based on fuzzy neural network
6
- 水下目标被动跟踪系统中建模和滤波算法，解决跟踪精度低、收敛速度慢的问题-Underwater passive target tracking system modeling and filtering algorithm to solve the tracking accuracy is low, the slow convergence problem
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
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
perceptron
- 4. 试将感知机学习算法用C语言编成程序，并做下述的 维随机矢量 的二值分类的模拟实验： （1） 用程序产生M个均值为0，方差为1的正态随机矢量（取维数 ，即 ， ；每个 为服从N(0,1) 分布的随机变量）。要求产生三组矢量（分别取M=10,20,30）, 分别用每组矢量训练一个感知机模型。对于每个训练矢量 ，给定其理想输出为 。在每组训练收敛后，再产生30个新矢量，用来检验所得到的感知机的分类性能。对每一组结果要给出收敛时所用的迭代次数 ，收敛时的权矢量值 ，和检验时所达到的正确分类率
zidongpaikesuanfa
- ：文章提出了一种应用于高等院校的自动排课算法 该算法针对高等院校排课要求的高易用性、高收敛性等特点将 启发式算法、禁忌搜索算法、回溯算法进行有机结合．充分发挥 启发式算法在利用应用领域经验和规则的优势，提高了自动排课 的资源搜索能力。通过实际的应用表明，该算法在解决复杂的高 校排课问题时有较好的效果。 关键词：自动排课 启发式算法 禁忌搜索 回溯算法-Automatic Timetable A applied to the institutions of higher l
linxin
- 针对量子粒子群优化算法在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题，提出了混沌量子粒子群优化算法。-Abstract：Using quantum-behaved particle swarmoptimization (QPSO) to handle complex functions with high-dimension has the problems of low convergence speed and sensitivity to local convergence