搜索资源列表
23876123psoSVM
- 在全局版的标准粒子群算法中，每个粒子的速度的更新是根据两个因素来变化的，这两个因素是：1. 粒子自己历史最优值pi。2. 粒子群体的全局最优值pg。如果改变粒子速度更新公式，让每个粒子的速度的更新根据以下两个因素更新，A. 粒子自己历史最优值pi。B. 粒子邻域内粒子的最优值pnk。其余保持跟全局版的标准粒子群算法一样，这个算法就变为局部版的粒子群算法。(The introduction of particle swarm algorithm is essential, super detai
chapter18
- 鱼群算法主要利用鱼的三大基本行为：觅食、聚群和追尾行为，采用自上而下的寻优模式从构造个体的底层行为开始，通过鱼群中各个体的局部寻优，达到全局最优值在群体中凸显出来的目的。(The three basic behavior of fish swarm algorithm mainly use the fish: foraging, clusters and rear end behavior, top-down optimization model from the bottom structur
05C語言深度解剖-5
- The second role: Modify the function. Adding static before the function makes the function a static function. But here's the meaning of "static" Not referring to storage, but rather to the scope of the function is limited to this document
junyunhua
- 此代码实现全局均衡化和局部均衡化，局部均衡化是通过CLAHE，这个函数可以实现降噪的作用(This code realizes global equalization and local equalization, and local equalization is realized by clahe. this function can reduce noise.)
elman
- Elman神经网络是 J. L. Elman于1990年首先针对语音处理问题而提出来的，是一种典型的局部回归网络( global feed forward local recurrent)。Elman网络可以看作是一个具有局部记忆单元和局部反馈连接的递归神经网络。(The Elman neural network, which was first proposed by j. l. Elman in 1990 for voice processing, is a typical global f
m
- 显示图像的灰度直方图、全局和局部灰度线性变换，分段线性变换、直方图均衡、 直方图规格化(The gray level histogram, global and local gray scale linear transformation, piecewise linear transformation, histogram equalization are displayed. Histogram normalization)
asd
- 非线性规划算法局部搜索能力较强，全局搜索能力较弱，遗传算法局部搜索能力较弱，全局搜索能力较强，结合两者优点得到最优解(Nonlinear programming algorithm has strong local search ability, weak global search ability, weak local search ability of genetic algorithm, and strong global search ability. The best solutio
compute_mapping
- 输入： 二维矩阵；输出：降维结果； 共包含34种降维方法，线性/非线性；局部/全局；监督/非监督(Input: 2-D matrix; output: dimension reduction result; contains 34 dimensionality reduction methods, linear / nonlinear; local / global; supervised / unsupervised.)
LGIF
- 结合CV和LBF模型，全局和局部拟合都有(Combining CV and LBF models with global and local fitting)
itoolbox
- 协同区间偏最小二乘 siPLS算法是 N rgaard等对其提出 的 iPLS方法的改进, 其基本算法步骤如下:(1)对原始谱图进行 预处理;(2)在全谱范围内建立全局偏最小二乘模型, 即上节的 模型;(3)在整个光谱区间采用 iPLS建立多个等窗口宽度的子 区间, 假设为 n个;(4)在每个子区间上建立偏最小二乘法模型, 即可得到 n个局部模型;(5)以交叉验证时的均方根误差 RMSE 值为各模型的精度衡量标准, 比较全光谱模型和各局部模型的 精度;(6)组合精度最高的局部子区间
PSOTrainBP
- BP神经网络容易陷于局部极小值，PSO算法在无约束非线性函数优化方面性能优越，通常可以直接找寻到全局最优解，即使不能搜多到全局最优解，也距离全局最优点不远。当然，基本PSO算法陷入局部极值也是有的。对于这个缺点目前还没有找到比较有效、省市的解决方案。本案例实现利用PSO算法和BP算法共同训练神经网络，先将网络进行PSO算法训练，然后BP算法接着进行小范围精细搜索，PSO算法训练神经网络的本质就是将输出误差函数（即能量函数）看成目标函数，PSO对能量函数进行全局寻找最小值。(BP neural n
LLRGTV
- Hyperspectral Image Denoising Using Local Low Rank Matrix Recovery and Global Spatial Spectral Total Variation
DE-ANN
- 本程序用差分进化算法来优化神经网络，克服局部最优，使得全局最优，亲测可用(This program uses differential evolution algorithm to optimize neural network, overcome local optimum, make global optimum and pro-test available.)
PSOGA
- 粒子群优化算法，弥补pso全局搜能力差，GA局部搜索能力差的不足(Particle Swarm Optimization (PSO) can make up for the deficiencies of poor global search ability of PSO and poor local search ability of GA.)
基于最优流的配电网络重构程序
- 提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.(A distribution network reconfiguration algorithm based on improved optimal flow and genetic algorithm is proposed. First, the
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
16 阈值分割
- 阈值分割的各种方法的集合。局部阈值分割法，全局手动、自动阈值分割(A set of thresholding methods. Local Threshold Segmentation, Global Manual and Automatic Threshold Segmentation)
MATLAB视频去雾【GUI，源码，论文】
- 该课题是基于MATLAB平台的图像去雾处理，配备一个人机交互GUI界面，可以选择局部直方图均衡化，全局直方图均衡化，Retinex算法，通过对比处理前、后的图像的直方图，而直方图是一副图像各灰度值在0-256的分布个数的表，信息论已经整明，具有均匀分布直方图的图像，其信息量是最大的。 二、算法介绍 ①全局直方图均衡化：通俗地理解就是，不管三七二十一，直接强行对彩色图像的R,G,B三通道颜色进行histeq均衡处理，然后进行三通道重组； ②局部直方图均衡化：设置一个固定大小的滑块，分别对彩色图像进