搜索资源列表
cTSP
- c++语言实现基于遗传算法的TSP问题，是学习遗传编程的很好的例子-c++ language implementation of the TSP problem based on genetic algorithms, genetic programming to learn a good example of
Contourlet_demo_src
- 基于C语言的contoulet变换，很好用-Based on the C language contoulet transform, easy to use
FuzzyCMean
- 实现了Fuzzy C-Mean的方法，这是一种基于模糊数学的聚类方法，很好用！-Implementation of Fuzzy C-Mean method, which is a math-based Fuzzy Clustering Method, a very good use!
PS0-SVR
- ：针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的 支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三 个参数 ，c， 能否取到最优值，采用粒子群优化(PSO)算法实现对参数 ，c， 的同时寻优。在 此基础上，以饲料用 ．甘露聚糖酶为对象，建立了基于PSO—SVR的发酵过程产物浓度状态预估 模型。发酵罐控制结果表明：该模型具有很好的学习精度和泛化能力，可实现对 ．甘露聚糖酶 产物浓度的实时在线预估。-In
Parallel_Artificial_Immune_Algorithm_for_Large_Sca
- 为求解大规模TSP 问题, 提出了并行人工免疫系统的塔式主从模型(TMSM), 和基于TMSM 的并行免疫记忆克隆选择算法(PIMCSA) TMSM 是粗粒度的两层并行人工免疫模型, 其设计体现了分布式的免疫响应和免疫记忆机制. PIMCSA 用疫苗的迁移代替了抗体的迁移, 兼顾了种群多样性的保持和算法的收敛速度. 与其他算法相比, PIMCSA 在求解精度和运行时间上都更具优势, 而且问题规模越大优势越明显. TMSM 很好地体现了免疫系统的特性, PIMCSA 是适合求解大规模复杂优化问
svdfeature-1.1.6
- CF svdFeature, 基于C++开发的，利用svd奇异矩阵分解建立的协同过滤工具箱。可以解决常用的所有协同过滤问题。对于推荐系统的建立至关重要，是很好的学习和使用的工具箱。协同滤波也是最有机器学习感觉的方法之一，我们大家都爱它！-CF svdFeature, a well performed toolkit of confiltering method based on svd, which is developed using C++ programming language. It
Letter-recognition
- 基于神经网络, 采用 Matlab 6. 5 和 Visual C, 设计一个字母识别系统。 该系统通过对 BMP 图片的二值化 处理,在 VC 环境下调用 Matlab,并将把二值化后的数据进行网络训练,从而实现 26 个英文字母的识别。 系统性能的测试表明,系统所训练的神经网络有很好的抗干扰能力。-The design letter recognition system based on neural network, using Matlab 6. 5 and Visual C,. T
plate-crad-detect
- 基于haar+adaboost的车牌检测系统，可以说，国内前几名。 高清大图，小目标的车牌检测性能很好。可以支持多目标检测，检测速度1080P 时间在100ms以内，针对雨雾天，污迹，脏的车牌检测效果很好。 系统采用标准C C++开发，方便移植到linux，arm等-Based haar+adaboost license plate detection system, it can be said before the domestic few. HD big picture, lice
tnccdeanalysis
- 很好的遗传算法源代码,基于c++语言开发,可以运行,()