搜索资源列表
duomufile
- 关于多目标混合在经济市场的优化研究，希望大家喜欢，谢谢！
nasm-2.02-xdoc.tar.bz2
- NASM是一个为可移植性与模块化而设计的一个80x86的汇编器。它支持相当多的目标文件格式。这里是它的技术文档。
02
- 目前，使用ADSL的用户越来越多，由于ADSL用户在线时间长、速度快，因此成为黑客们的攻击目标。现在网上出现了各种越来越详细的“IP地址库”，要知道一些ADSL用户的IP是非常容易的事情。要怎么保卫自己的网络安全呢？不妨看看以下方法-At present, the use of ADSL users are more and more online users as a result of ADSL a long time and speed, has therefore become the
1
- Video object matching across multiple independent views using local descr iptors and adaptive learning文章描述了多摄像机系统下的目标检测与跟踪，和自学习方法。很有参考价值。-Video object matching across multiple independent views using local descr iptors and adaptive learning article d
cccc
- 摘要:提出了一种新型的人工免疫算法用来解决多目标函数优化问题。基于自然免疫系统固有的优良特性对算法进行了设计和分析。 最后,算法对3个较复杂的多目标问题进行了优化,优化结果能很好地覆盖问题的Pareto最优面,并且把算法与某些混合遗传算法进行 了对比实验,表明人工免疫算法在解决多目标优化问题上具有可观的研究前景。 -Abstract:In order to effectively solve multiobjective optimization problems, a novel
MOT
- 本文主要描述了多目标跟踪，利用最大权值对多目标进行跟踪，实现多目标的跟踪-This paper describes the multi-target tracking, the maximum weight value of multi-target tracking, multi-target tracking
2
- 当前对机动目标跟踪的算法研究主要集中在交互式多模型((IMM)算法，它己被证明是目前混合系统估计算法中性价比最好的算法。-Maneuvering target tracking algorithm research focuses on the interacting multiple model ((IMM) algorithm, which has proved to be the best cost-effective algorithm in the current hybrid sy
NSGA-II
- nsga2 基于多目标的飞支配排序的中文翻译论文-nsga2 dominated sorting based multi-target flying Chinese translation papers
MODIFIED_MULT
- 粒子群算法的说明，以及它在解决多目标问题时候的先进性。-Particle Swarm Optimization
main
- 基于粒子群算法的多目标搜索算法，主要解决背包问题，直接运行即可 -Multi-objective particle swarm optimization-based search algorithm, mainly to solve the knapsack problem, can be run directly
Power-Optimization
- 电力系统无功优化对确保电力系统优化运行具有重要作用,它直接关系到电力系统运行的安全性与经济性。在已有研究成果的基础上,提出了单目标／多目标的导向搜索算法与单目标／多目标的动态多群体自适应差分进化算法,对电力系统静态单目标无功优化、静态多目标无功优化、动态单目标无功优化、动态多目标无功优化、典型函数优化等问题进行了深入的研究和探讨。-Reactive power optimization to ensure the optimal operation of the power system pla
人工智能技术的应用，实现IT自动化是许多企业的主要目标
- 人工智能和机器学习依赖于高价值数据，这意味着IT部门需要对其网络中发生的事情有适当的可见性。实现IT自动化仍然是许多企业的主要目标。当CIO面对不断减少的人员和日益复杂的IT需求时，必须从服务台和故障排除需求中重新部署资源，以应对更多战略挑战。但要实现这一目标，企业必须接受人工智能，以解决大规模自动化大型企业所需的海量数据和决策挑战。