搜索资源列表
pso_pid
- 这是个利用粒子群算法(PSO)优化PID控制器参数的matlab程序，其中选取的性能指标为ITAE。-this is the use of particle swarm algorithm (PSO) PID controller optimized parameters of Matlab procedures, these performance indicators selected for ITAE.
dsakf
- ％ 文件名：randlsbget.m ％ 程序员:余波 ％ 编写时间:2007.6.25 ％ 函数功能: 本函数将完成提取隐秘于上的秘密信息 ％ 输入格式举例:result=( scover.jpg ,56, secret.txt ,2001) ％ 参数说明: ％ output是信息隐藏后的图象 ％ len_total是秘密信息的长度 ％ goalfile是提取出的秘密信息文件 ％ key是随机间隔函数的密钥 ％ result是提取的信息 functi
my_ekf_sample
- 通过选择合适的参数，选取采样相应的采样点，进行参数计算。
@rbf
- 因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽绒识别系统的实际需求和RBF-SVM的性能变化规律,论述了本系统中参数的选取依据和选取过程,并且给出了的相关曲线变化图.通过研究,最后得到适合本系统的识别模型,从而提高了系统的总体识别率.同时,也验证了RBF-SVM的良好特性和其受参数的约束规律.
researchinIA
- 详细介绍了免疫算法中几个参数的选取，对算法实现具有很好的参考价值。
JOR
- 基于双严格对角占优的概念，针对线性方程组在求解时常用的JOR迭代方法，给出了JOR迭代矩阵 谱半径新的上界及迭代法的收敛性准则，不仅适用于严格对角占优矩阵，还适用于双严格对角占优矩阵类，对相 应迭代阵谱半径的估计更精确且扩大了JOR方法收敛参数的选取范围，并用数值例子说明了所给结果的优越性。
GASVM.用遗传算法进行特征选取和svm参数优化的程序
- 用遗传算法进行特征选取和svm参数优化的程序。遗传算法工具箱goat已在压缩包 需要安装libsvm就可以直接运行。数据集采用UCI中的german数据集，并完成归一化操作,Genetic algorithm with feature selection and parameter optimization svm procedures. Genetic Algorithm Toolbox in goat need to install libsvm package can be run dir
pid
- 单纯形法整定pid参数,simulink环境,单纯形法很依赖初值的选取,在canshu.m中输入初始值。-Simplex method pid tuning parameters, simulink environment, simplex method is very dependent on the selection of initial value, in canshu.m enter the initial value.
L-curve
- L-曲线法是反问题正则化方法中的参数选取中的重要方法，本程序给出了如何恰当选取其中的参数！-L-curve method is the inverse problem regularization method of parameter selection in an important way, this procedure is given on how to properly select one of the parameters!
artical
- 关于最小二乘平差模型的总结与区别，讨论了关于参数选取的有关问题-On the least squares adjustment model and the difference between a summary of discussions on issues related to the parameters selected
TheSimulationStudyonPIDNeuralNetworkDecouplingCont
- 介绍了汽包锅炉燃烧控制系统的控制任务、量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展 ,引入了 PID型神经网络控制系统的结构、学习算法、初始权值参数选取. MATLAB仿真结果表明 ,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.-The control tasks, the relations between physical variables, the fundamental controlschemes, the convention
Variable_KD_Tree_Algorithms_for_Spatial_Pattern_Se
- 一篇介绍并行kd tree寻优和参数选取的文章，值得一看！-Introduced a parallel kd tree optimization and parameter selection of articles, worth a visit!
svm
- 基于遗传算法的支持向量回归机参数选取，针对支持向量回归机( support vector regression , SVR) 的参数选择问题,提出了基于遗传算法的 SVR 参数自动确定方法。分-Based on genetic algorithm parameter selection of Support Vector Regression
adapt
- 自适应线性神经网络实现噪声对消，参数选取不同，效果不同-Adaptive linear neural network to achieve noise cancellation, select different parameters, different results
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
APF_ip_iq
- 基于ip/iq变换的电力系统APF仿真，用于验证控制算法的性能和进行参数选取的辨识-Power system simulation of APF based on IP/IQ transform, is used to verify the performance of the control algorithm and parameters selection of identification
BP-NN
- 通过遗传算法对神经网络的结构进行优化,避免参数选取的盲目性-Through genetic algorithms to optimize the structure of neural networks, to avoid the blindness of parameter selection
svm参数优化
- 采用svm来做分类，一般能得到较满意的结果，但用svm做分类预测时需要调节相关的参数才能得到比较理想的预测分类准确率，那么svm的参数该如何选取？该程序主要说明如何更好地提升分类器性能。(Use svm to do the classification, the general can get more satisfactory results, but when using svm to do classification prediction need to adjust the relev
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
基本粒子群算法PSO
- PSO基本粒子群算法与其他优化算法相比，所需的数学知识较少，参数选取个数较少，处理优化问题有较强的通用性，拥有更简单、方便的操作。