搜索资源列表
SGALAB1003beta3withdoc
- run the SGALAB_MO_VEGA_demo.m in command windows. to get beta3 version here: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=5882 What s new: 1)fixed a critical bug in selection operation 2)update the 13 c
epc2d-update
- 一个投影聚类算法及其数据集生成源码。 参考文献： Eric K.K. Ng, A. Fu : Efficient algorithm for Projected Clustering,-a clustering algorithm and its projection data sets generated source. References : Eric K. K. Ng, A. Fu : Projected Efficient algorithm for clustering,
Volterra_luzhenbo5
- 更新说明： 此版本在版本1、2的基础上做了2点重大改进 1、改进了PhaSpa2VoltCoef函数算法，使得现算法的运行速度约是原算法的4倍 2、改进了volterra_train_lu函数算法，使得相对均方误差提高了约1000倍，新算法不再需要对样本做归一化处理-Update : This version of the 1,2 version on the basis of a 2:00 a significant improvement, improved PhaSpa2Vol
8745123132
- HIGHLIGHT TRUE #define NOHIGHLIGHT FALSE #define UPDATE TRUE #define NOUPDATE FALSE #define FORMAT TRUE #define NOFORMAT FALSE #define LEFT 0-HIGHLIGHT # define NOHIGHLIGHT TRUE FALSE UPDATE # define TRUE # # define FALSE de NOUPDATE fine
Boltzmann Machin
- 仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结
基因计算
- 简单遗传算法(SGA) 主要算法模块有:选择 交叉 变异 (三个遗传操作) 和 群体更新 -simple genetic algorithm (SGA) algorithm for the main modules are : choice of crossover and mutation (3 Genetic Manipulation) and update groups
singleGaussianmodel
- 本码源是针对于单高斯模型算法做的运动目标检测，其中实现了背景建模、背景更新和目标检测的步骤实现。-The source code is in the single-Gaussian model for the algorithm to do the moving target detection, in which the realization of the background modeling, background to update and steps to achieve targe
psoprogramme
- C语言编程常见问题解答 这个帖子将不断扩充、更新 罗列大部分C语言编程的常见问题 希望各位观众支持帮助 毕竟一人之力太有限-C Programming Language FAQ This post will continue to expand and update list of most of C language programming frequently asked questions to help support the hope that the
jiaochal
- 完成遗传算法的交叉,实现种群更新,供大家参考.-The completion of cross-genetic algorithm to achieve the population update, for your reference.
Manning[1].The.Well.Grounded.Rubyist.May.2009
- like Ruby For Rails for Ruby 1.9.1 -The Well-Grounded Rubyist is a “just Ruby” book, and it’s written to be read by anyone interested in Ruby. It’s a descendant of R4R but not exactly an update. It’s more of a repurposing. There’s some overlap
RoboCup
- 文章从功能分析、结构设计、软件实现三个层面，逐步求精的设计实现混合的Agent体系结构，规划各模块的功能和接口，并解决Agent与Server的同步问题。 介绍底层通信器、感知器、执行器的实现。 第五章使用类图设计世界模型的结构，设计更新算法融入各种感知信息和动作 预测，依据基本信息推导出一些球场状况判断函数为高层决策所用。 介绍了建立四层动作模型，采用解析计算法实现多种个人技术动作，如跑位、 截球、传球、带球、射门、守门等。-Articles from functional
contacts1
- 利用线性表实现一个通讯录管理，通信录的数据格式如下： struct DataType { int ID //编号 char name[10] //姓名 char ch //性别 char phone[13] //电话 char addr[31] //地址 } 要求： ? 实现通讯录的建立、增加、删除、修改、查询等功能 ? 能够实现简单的菜单交互，即可以根据用户输入的命令，选择不同的操作。 ? 能够保
top88
- 拓扑优化经典的99行代码的更新版，希望对感兴趣的同学有帮助~-The classic 99 line topology optimization code update, hope for help- students interested in
pso
- 对微粒群算法结构的改进方案有很多种，对其可分类为：采用多个子种群；改进微粒学习对象的选取策略；修改微粒更新迭代公式；修改速度更新策略；修改速度限制方法、位置限制方法和动态确定搜索空间；与其他搜索技术相结合；以及针对多模问题所作的改进。-Structure of the particle swarm algorithm to improve the program there are many, its can be classified as: the use of multiple sub-p
XMLarithmetic
- 针对 XML 数据半结构化的特点及概率查询理论，结合蚁群算法，提出添加杂交算子和更新信息素的方法，该方法不仅能动态选 择数据查询方向，而且能避免无效查询，扩大数据查询范围，提高收缩效率。模拟测试证明了该方法能优化XML查询。-Semi-structured XML data for the characteristics and the probability of query theory, combined with the ant colony algorithm, crossover
Bp-program
- 该算法只要是设计了一种改进的BP神经网络算法，并用C++语言编程实现-BP program update
xinjiangbaiyikejiqqliaotianjiqiren
- 普通测试版 版本 1.7.3 修改托盘菜单名称 更新管理员如果命令为如果真，普通用户发送@关闭不提示！ 增加黑名单功能 @加入黑名单：QQ号或群号 @清空黑名单 增加修改设置密码及配置文件保存！-Ordinary beta version 1.7.3 Modify the tray menu name Update administrator command if true, ordinary users to send off does not prompt
ant-matlab
- 蚁群算法解决TSP问题的源程序,更新信息素方面有所创新-Ant colony algorithm of solving TSP source program, update the pheromones have innovation
gatbx-tool
- 遗传算法常用的工具箱 安装步骤： 解压，复制到matlab安装路径下的toolbox文件中 file-set path-add with subfolders-gatbx-save-close file-preferences-general-update toolbox path cache-ok - gatbx .....\BS2RV.M .....\CONTENTS.M .....\CRTBASE.M .....\CRTBP.M
kmeans1
- K-means算法，算法步骤如下： Step1.利用式(2)计算距离矩阵D=()，其中=dist[i, j] ()； Step2.扫描坐标距离矩阵D，寻找距离的最大值和最小值，用式(3)计算limit； Step3.扫描坐标距离矩阵D，寻找矩阵中距离最小的2个数据a，b，将数据a，b加入集合，={a,b}，同时将数据a，b从U中删除，更新距离矩阵D； Step4.利用 (4)式在U中寻找距离集合最近的数据样本t，如果小于limit，则将t加入集合，同时将t从集合U中删除，更新