搜索资源列表
一种新的虹膜配准算法
- 提出了新的虹膜配准算法。该算法以虹膜外边界为基准, 对虹膜图像的平移和伸缩进行校正。在较好 保持虹膜纹理特征分布的前提下, 快速有效地得到了虹膜的矩形展开。仿真实验证明, 使用该算法预处理虹膜 图像, 可以获得较好的分类效果。
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
基于EKF的多MEMS传感器姿态测量系统.caj
- 摘 要:姿态信息是飞行控制中最关键的参数之一,因此姿 态测量成为飞行控制系统首要解决的问题。利用多MEMS 传感器研制了一种微型姿态测量系统。利用三轴MEMS加 速度计和三轴MEMS陀螺数据,由方向余弦矩阵的姿态表 示形式推导了扩展Kalman滤波方程,解算出飞行器的俯仰 角和横滚角;设计专家系统判断飞行器的运动状态,并根据 该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足 静态情况和动态情况的使用;利用空速和高度数据对俯仰 角进行修正,利用GPS解算航向角。将实验结果与国外最新 的商用自动
java实现银行家算法
- java实现银行家算法 一、实验目的： （1）进一步理解利用银行家算法避免死锁的问题； （2）在了解和掌握银行家算法的基础上，编制银行家算法通用程序，将调试结果显示在计算机屏幕上，再检测和笔算的一致性。 （3）理解和掌握安全序列、安全性算法
基于模糊理论的图像分割算法研究（一）
- 本文介绍讨论了几种目前广泛应用的图像边缘检测、图像阈值分割的各种算法，并给出了对比分析;对遗传算法的基本概念和研究进展进行了综述;给出了标准遗传算法的原理、过程、实验结果及分析. 实验结果表明，本文提出的遗传分割算法优于传统分割算法。
算法实验报告附有源代码，调试过程，及结果
- 这是个完整的实验报告，包括源代码，实验要求，算法，调试过程，运行结果截图，总结等。
几何变换
- 南京信息工程大学 实验（实习）报告 实验目的：练习图形几何变换的算法及实现 实验内容：给定多边形P的控制点为：{{-3,5},{-3,2},{2,-2},{2,1}, {6,2},{2,6}},对该多边形进行二维几何变换并画出变换后的图形。 实验要求： 1、 试将坐标原点移动到多边形P的重心； 2、 将多边形P绕(2,-2)点顺时针旋转60度； 3、 将多边形P分别向x方向错切2倍，向y方向错切1/2倍； 4、 撰写实验报告并附上所用变换矩阵、程序和结果。
一种基于图像显著特征点的检索算法
- 摘要提出一种基于图像显著特征点的检索算法．首先给出一种具有一定自适应能力的显著特征点的提取算 法，即采用改进的图像的块逆概率差模型来提取原图像的块逆概率差图像(DBIP图像)．在此基础上，根据BDIP图 像中像素的分布特点来提取图像的显著特征点．然后以它们为线索，把图像的形状特征和空间颜色分布特征有机 结合起来进行检索．该算法不仅克服利用兴趣点检索时的缺点，而且降低传统显著点提取算法的复杂度，又包含一 定的形状信息，具有较好的检索效率．实验结果表明，该算法是有效的． 关键词基于内容的图
基于混合粒子群的土壤水分特征曲线参数优化
- 摘要：土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten 方程（简称VG方程）是目前运用最广泛的土壤水分特 征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题，然后构建单纯形算法和基本粒子群算法相结合的混合粒子 群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比，不但提高 了收敛成功率、降低了迭代次数，而且对参数的取值范围也放宽了；采用混合粒子群算法计算参数的精度比非线性单纯形法和阻 尼最小二乘法要高，且不需
求解非线性方程组的混合人口迁移算法
- 摘要：针对变尺度法对初始值敏感和人口迁移算法容易陷入局部极值的缺陷，结合变尺度法和人口迁移算 法各自的优点，提出了一种混合人口迁移算法，用来求解非线性方程组。该混合算法不仅发挥了人口迁移算 法强大的全局搜索能力，而且利用了变尺度法的局部精细搜索能力。实验结果表明，该算法不但以较高的精 度求出了各种非线性方程组的解，而且鲁棒性强，收敛速度快速，是一种解决非线性方程组问题的较好方法。
求解非线性方程组的BFGS差分进化算法
- 摘要：针对差分进化算法进化后期收敛缓慢和稳定性不强的缺陷，将BFGS算法插入差分进化算法当中，提出了一种BFGS差 分进化算法，用来求解非线性方程组。通过5 个非线性方程组和一个工程实例的实验，说明：算法收敛精度较高、收敛速度较快、 鲁棒性强、收敛成功率高，是一种较好的解决非线性方程组的方法。
求解机械优化的Pareto多目标中心粒子群算法
- 摘要：针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto 解集搜索算法相结合，提出 一种Pareto 多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto 解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。
求解药代动力学参数的混合人口迁移算法
- 摘要：针对传统方法优化药代动力学参数时精度不高的缺陷，将Hooke-Jeeves 算法与人口迁移算法有机融 合，使两者取长补短，既提高了算法的精度，又加快了算法的收敛速度。将混合人口迁移算法用于血管外给药 二室模型参数优化的实验之中，不仅比传统的残数法效果要好，而且比Hooke-Jeeves 算法或人口迁移算法更 优，精度更高。多次实验表明：算法具有良好的可靠性和稳定性，是一种较好的解决药代动力学参数的方法。
求解药代动力学参数的自适应混合粒子群算法
- 摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。
基于小波变换的数字水印系统设计
- 本文提出一种基于小波变换的图像数字水印算法，通过将低频子图分块并量化其小波系数，实现水印的嵌入和提取，并对其进行抗噪声、JPEG压缩、旋转等实验。对于旋转攻击，该算法结合了图像的归一化技术。实验结果表明，该算法对常见图像处理和旋转都有较好的鲁棒性。
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
Web-services classification using intelligent techniques
- 关于使用智能算法解决web-service分类问题很详尽的论文，包含实验数据对比等
操作系统实验1进程调度
- 进程调度模拟程序：假设有10个进程需要在CPU上执行，分别用： 先进先出调度算法； 基于优先数的调度算法； 最短执行时间调度算法 确定这10个进程在CPU上的执行过程。要求每次进程调度时在屏幕上显示： 当前执行进程； 就绪队列； 等待队列
操作系统实验3分区管理
- 实验要求： 由于动态分区的大小是由作业需求量决定的，故分区的长度是预先不固定的，且分区的个数也随主存分配和回收变动。总之，所有分区情况随时可能发生变化，数据表格的设计必须和这个特点相适应。由于分区长度不同，因此设计的表格应该包括分区在主存中的起始地址和长度。由于分配时，空闲区有时会变成两个分区：空闲区和已分分区，回收主存分区时，可能会合并空闲区，这样如果整个主存采用一张表格记录已分分区和空闲区，就会使表格操作繁琐。主存分配时查找空闲区进行分配，然后填写已分配区表，主要操作在空闲区；某个作业执行