搜索资源列表
NormFitGA
- MATLAB高级优化算法--动态线性标定适应值的遗传算法(NormFitGA，求解一维无约束优化问题)-MATLAB advanced optimization algorithms- genetic algorithms to adapt to dynamic linear calibration values (NormFitGA, solving one-dimensional unconstrained optimization problems)
GA
- 各种遗传算法程序 1>myGA(基本遗传算法解决一维约束规划问题) 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题) 3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题) 4>GMGA(大变异遗传算法求解一维无约束优化问题) 5>AdapGA(自适应遗传算法求解一维无约束优化问题) 6>DblGEGA(双切点遗传算法求解一维无约束优化问题) 7>MMAdapGA(多变异位自适应遗传算法求解一维无
PSO
- pso算法通过初始化参数，更新每个粒子的速度和位置，计算粒子的适应度值，找到最佳适应值。该代码以图形的形式形象地说明了粒子最佳位置随着迭代次数的变化趋势。-Pso algorithm initializes some parameters, updates the speed and position of each particle, calculates the fitness value of particles, and finds the best fitness. The sourc
Genetic-Algorithm-matlab
- 遗传算法 ( Genetic Algorithm , GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法 。与传统的优化算法相比 ,遗传算法具有如下优点 [1 ] :1 ) 不是从单个点 ,而是从多个点构成的群体开始搜索 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来的适应值信息 ,而不需要导数等其它辅助信息 3) 搜索过程不易陷入局部最优点 。 数学建模中常用的matlab算法，遗传算法，内容详细，包括PDF版本的详细的算法实现过程；-Genetic Algorith
ostu阈值分割法
- 这是一个利用大津阈值法进行自适应分割的程序，效果很不错，你值得拥有，采用matlab编写
pso
- 简单pso算法，包含pso初始化、适应值计算、速度计算等-Simple pso algorithm includes pso initialization, adaptation value calculation, calculation speed
pso_natureselected
- 基于自然选择的粒子群算法其核心思想为每次迭代过程中将整个粒子群按适应值排序,用群体中最好的一半的粒子的速度和位置替换最差的一半的速度和位置,同时保留原来每个个体所记忆的历史最优值。-Particle swarm optimization algorithm based on natural selection
PSO-algorithm
- pso粒子群优化算法，所有的粒子都有一个由被优化的函数决定的适应值，每个粒子还有一个速度决定他们运动的方向和距离，然后粒子就追随当前的最优粒子在解空间中搜索-Pso particle swarm optimization algorithm, all particles have an optimized value determined by the function, each particle also has a speed to determine their movement dir
GA优化BP权阈值
- 遗传算法优化BP权值，这是关于基本GA算法和改进GA算法的程序，包括循序选择GA，大变异GA，自适应GA等(Genetic algorithm optimization BP weights, which is about the basic GA algorithm and improved GA algorithm procedures, including sequential selection of GA, big variation GA, adaptive GA and so on
gaot
- tep 1：对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概 率以及遗传运算的终止进化代数。 Step 2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设 置变量的取值范围。 Step 3：在Step 2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。 Step 4：执行比例选择算子进行选择操作。 Step 5：按交叉概率对交叉算子执行交叉操作。 Step 6：按变异概率执行离散变异操作。 Step 7：计算
用MATLAB实现遗传算法程序.pdf
- 遗传算法的基本步骤如下： 1）在一定编码方案下，随机产生一个初始种群； 2）用相应的解码方法，将编码后的个体转换成问 题空间的决策变量，并求得个体的适应值； 3）按照个体适应值的大小，从种群中选出适应值 较大的一些个体构成交配池； 4）由交叉和变异这两个遗传算子对交配池中的 个体进行操作，并形成新一代的种群； 5）反复执行步骤2-4，直至满足收敛判据为止。(The basic steps of the genetic algorithm are as follows: 1) u
original
- 粒子的位置代表优化问题在搜索空间中的潜在解，粒子的速度决定他们飞行的方向和距离，所有的粒子都有一个被优化的函数决定的适应值。(The position of the particles represents the potential solution of the optimization problem in the search space. The velocity of the particles determines the direction and distance of the
DSPecg
- 心电信号R波查找，按照R波特点自动调整RR间期和R峰阈值，实现自适应查找。很实用。(ECG R wave lookup, in accordance with the characteristics of R wave automatically adjust the RR interval and R peak threshold, adaptive search. Very practical.)
rcitime__type
- 二进制粒子群优化算法pso,主程序：swarmpso m 它包括以下子程序： 1 初始化：swarminit m 2 适应值计算函()
RLS自适应滤波器程序
- RLS实现自适应滤波器的设计，)?令hM(-1)=0，计算滤波器的输出d(n)=XMT=hM(n-1)；?2)?计算误差值eM(n)=d(n)-d(n,n-1)；?3)?计算Kalman增益向量KM(n)；?4)?更新矩阵的逆RM-1(N)=PM(N)；?5)?计算hM(n)=hM(n-1)+KM(n)eM(n)；(Design of adaptive filter based on RLS)
rbiorltyfunction
- 二进制粒子群优化算法pso,主程序：swarmpso m 它包括以下子程序： 1 初始化：swarminit m 2 适应值计算函()
高斯
- 高斯滤波器，sigma值可根据信号输入自动调整(Gauss filter and Sigma value can be automatically adjusted according to signal input.)
ARI
- 用自适应残差插值算法处理拜耳图像，插值后的图像质量很好，能够最大程度的减少拉链和伪影现象。(The adaptive residual interpolation algorithm is applied to deal with the Bayer image. The quality of the interpolated image is very good, and it can minimize the phenomenon of zipper and artifact.)
soft
- 针对提出的故障信号，利用awgn加噪，对其进行小波软硬阈值降噪，提出一种改进阈值，利用五种自适应阈值函数sqtwolog、rigrsure、heursure、minimaxi和ddencmp中阈值选取原则，对软阈值、硬阈值和改进阈值进行降噪效果对比。(In view of the proposed fault signal, the wavelet soft and hard threshold de-noising is carried out by AWGN adding noise, an
自适应小波阈值算法matlab源码
- 包含自适应小波阙值算法相应论文及其源码，在去噪方面有很好的效果。