搜索资源列表
ga
- 遗传算法基本理论 经典应用实例 国内外状况-The basic theory of genetic algorithm and classical examples
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
improve-k-best
- 研究MIMO系统检测算法理论及其实现方法的基础上，对已证明较优的算法进行结合和改进，提出了一种改进的K—Best检测算法及其实现方案，并通过仿真验证了方案的可行性。该算法采用预测技术和并行排序相结合的方法，降低了计算复杂度；采用并行流水线结构实现，节省了处理时间；并对方案在xilinx公司的Virtex_5系列n)GA中的资源使用情况进行了统计。研究表明，实现方案可以用于MIMO系统检测算法的硬件实现。-Basic research MIMO system detection algorithm
Class9GATutorial
- GA Lecture (Basic Understanding)
GA1
- 基本的GA算法特性和算法流程和 结构梳理 -The basic characteristics of GA algorithm carding processes and structures and algorithms