资源列表
xishutianxian_GA_matlab
- 遗传算法，GA，本程序运行需一个小时左右。优化准则是旁瓣电平最小。取栅格间距为lemda/2,阵元间距为栅格间距的整数倍。放阵元的位置放1，否则放0-failed to translate
huang
- CLPSO多目标，成功的应用PSO解决多目标问题，目前来说，该算法是PSO解决多目标问题的典范，可以做进一步的参考-Comprehensive Learning Particle Swarm Optimizer for Solving Multiobjective Optimization Problems
Source-Localization-in-UWSAN
- 文章针对低信噪比下的水下目标定位问题，建立了水下无线传感器阵列网络，该结构包括多个分布式声传感器阵列，它适应于多模态信号处理，既可以利用目标的方位信息，又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明：基于该结构的能量似然函数定位方法，可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高， 尤其是在低信噪比下情况下，可以大大减小估计的方差。-With novel underwater wir
bpnet
- 基于Matlab开发的BP神经网络系统预测和参数辨识程序，程序简单方便易学-neural networks prediction
leaf_by_recursion
- 模拟植物生长算法的分形树源程序，根据迭代次数的不同获得一株完整的植物生长图，对其具体的参数进行修改可以做一些人工智能方面的优化-The plant growth simulation algorithm of the fractal tree source code, modified according to the different number of iterations to obtain a complete plant growth chart, the specific para
mmune-optimization-
- 免疫优化算法在物流配送中心选址中的应用 生物免疫系统是一个高度并行、分布、自适应和自组织的系统，具有很强的学习、识别和记忆能力 本例为物流配送中心选址模型，满足规模容量，辐射范围，一个需求点进一个配送中心。-Immune optimization algorithm in the logistics distribution center location of application Biological immune system is a highly parallel, di
MohuF_xianggan
- 16个相干脉冲串模糊函数，matlab程序实现-16 coherent pulse train ambiguity function matlab program
suntton-RL-book-demo
- sutton强化学习书籍的所有matlab例子，学习很有用，不易找到-all matlab demo about sutton s book for reinforcement learning
Adaptive-Online-Learning
- 基于EKF的神经网络自适应在线学习算法，包含例子和文档。-We show that a hierarchical Bayesian modeling approach allows us to perform regularization in sequential learning. We identify three inference levels within this hierarchy: model selection, parameter estimation, and
VSfocus
- 眼在手MOTOMAN_SV3XL六自由度机器人视觉伺服混合控制-VisualServo Harris
ABC-matlab]
- 关于人工蜜蜂优化算法的matlab程序，对于学习ABC算法的朋友很有用处-The artificial bee optimization algorithm of matlab program, for learning ABC algorithm is very useful to friends
GA-pareto
- 遗传算法的多目标优化算例，动态显示优化过程pareto前端的分布情况。-Genetic algorithm is a multi-objective optimization example, dynamic display of pareto optimal process the distribution of the front end