搜索资源列表
多维函数优化程序
- 用JAVA语言编写，包括PSO（Particle swarm optimization, 中文译名为粒子群优化或微粒群算法), DE (Differential evolution, 中文译名为差分进化或差异演化)等算法，有一些不带约束和带约束的算例（如Michelawicz的几个问题）。使用说明见usage.txt、RUNExample.bat和程序中的注释。 -with Java language, including the PSO (Particle swarm optimizat
差别算法MATLAB代码及粒子群算法的介绍
- 差别算法matlab代码（differential algorithm）及粒子群算法的介绍-difference algorithm Matlab code (differential algorithm) and the PSO algorithm introduced
FuzzySys
- 利用人工智能中的模糊控制算法模拟水温控制的过程，显示实际温度和目标温度之间的差值的变化曲线，源代码-use of artificial intelligence fuzzy control algorithm simulation of the temperature control process, reflect the actual temperature and the temperature difference between the curves, source code
devcpp
- 遗传算法的差异算法源代码，能够有效的避免局部最优。-GA difference algorithm source code, can effectively prevent local optimization.
Continuousoverlappursuitmethodtodetectmovingobject
- 这是一个关于图象检测的PDF文档,由日本一会知名的科学家编写的,当中介绍了如何实现图象的跟踪与检测,如二值图象,差分图象-This is an image of the detection of PDF files from Japan will be a well-known scientists prepared, which explains how to achieve image tracking and detection, such as binary images, Image
AI_prog
- 这是一个非常简单的遗传算法源代码，对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。-This is a very simple genetic algorithm source code for a specific application to amend this code, Users only need to change t
Difference-Algorithm
- 用Matlab编程的差分算法实例，包含差分进化算法程序的基本程序，以及变异和竞争等操作-Difference algorithm in Matlab programming examples
MIMOyuce
- 多变量预测控制源代码。可以用来比较一下和我们的区别。-Multivariable predictive control the source code. Can be used to compare the difference with us.
Cmeanvalue
- 基于背景差分算法和C均值聚类算法的车辆检测与跟踪-Based on background difference algorithm and C means clustering algorithm for detecting and tracking vehicles
Algorith-difference-of-RSSI-and-LQI
- 一种基于RSSI 和LQI 的动态距离估计算法,幫助了解RSSI估计算的準確度-RSSI and LQI based on dynamic distance estimation algorithm to help understand the RSSI estimate the accuracy of counting
pso1
- 微粒群算法与其它进化类算法相类似，也采用“群体”与“进化”的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在n维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行。-Particle swarm optimization algorithm with other similar type of evolution, but also the use of " groups"
max
- 计算4个股票中一年内每天的最大最大最小差值的源码，自己修改下可以利用-Calculation of the stock in year four of the largest daily max-min difference between the source that they can be modified to use
Pattern_Classification_Project_3
- 两个模式识别算法实现，一个是线性区别函数另一个是混合高斯模型方法。本人的大作业，经验证可用。-Two pattern recognition algorithm, the difference between a linear function of the other is the Gaussian mixture model. I am a big operation, experience certificates available.
SVMANDRVM
- 详细介绍了SVM 和RVM的区别及各自的优点，说明RVM在很多方面优于SVM-Described in detail the difference between SVM and the RVM and their respective advantages, indicating RVM in many ways superior to SVM
cp321123
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交
SGA
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
a
- 两副图片的差异比较源码 将两副图片同时按一定大小的小块“切分开”，再分别比较这些小块，如果某个块里出现有一个不同的象素点，那就认为此块所在的位置 是有差异的否则认为是相同的，当比较完所有小块后，两副图之间的不同之处的位置也就出来了。-Compare two pictures will be two source images at the same time the size of a small piece of a certain " cut separation&qu
General_neural_network_of_clustering_algorithm
- 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 -Although fuzzy clustering to cluster the data mining, but the characteristics of the network intrusion data more dimensions, different invasion was l
sr1
- 这是有关于学习超分辨率的一篇付费论文，不同的是在超分辨率前添加了预分类-This is a super-resolution on the learning of a paid paper, the difference is added in the super-resolution pre-classification before
Takagi-Sugeno-fuzzymodel
- The fuzzy inference process discussed so far is Mamdani s fuzzy inference method, the most common methodology. This section discusses the so-called Sugeno, or Takagi-Sugeno-Kang, method of fuzzy inference. Introduced in 1985, it is similar to the Mam