搜索资源列表
SimulatedAnnealing
- 模拟退火程序:这部分代码是模式识别中结合模拟退火法的特征提取，大家可以对其进行简单的改进会获得更好的效果，比如改变温度表，加上“记忆体”，结合遗传算法等 -simulated annealing procedures : This code is part of pattern recognition in combination with simulated annealing method of feature extraction, you can perform simple im
cpslssvm
- 基于混沌粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法-Based on Chaotic Particle Swarm Optimization and Simulated Annealing least squares support vector machine parameter self-selection method
safeatureselectionpaper
- 模拟退火算法进行特征选择和参数优化的经典论文-Simulated annealing algorithm for feature selection and parameter optimization of the classic papers
genpei_v19
- 基于混沌的模拟退火算法，用谱方法计算流体力学一些流动现象的整体稳定性,包含特征值与特征向量的提取、训练样本以及最后的识别。- Chaos-based simulated annealing algorithm, Spectral methods of computational fluid dynamics flow of some of the overall stability of the phenomenon, Contains the eigenvalue and eigenvecto
toufui_v42
- 一种噪声辅助数据分析方法,基于混沌的模拟退火算法，用于特征降维，特征融合，相关分析等。- A noise auxiliary data analysis method, Chaos-based simulated annealing algorithm, For feature reduction, feature fusion, correlation analysis.
gaonun_v66
- 基于混沌的模拟退火算法，用于建立主成分分析模型，结合PCA的尺度不变特征变换(SIFT)算法。- Chaos-based simulated annealing algorithm, Principal component analysis model for establishing, Combined with PCA scale invariant feature transform (SIFT) algorithm.
liunun
- 对HARQ系统的吞吐量分析，基于混沌的模拟退火算法，用于特征降维，特征融合，相关分析等。- HARQ throughput analysis of the system, Chaos-based simulated annealing algorithm, For feature reduction, feature fusion, correlation analysis.
fanmang
- 基于混沌的模拟退火算法，小波包分析提取振动信号中的特征频率，BP神经网络的整个训练过程。- Chaos-based simulated annealing algorithm, Wavelet packet analysis to extract vibration signal characteristic frequency, The entire training process BP neural network.
ting_hs66
- 在MATLAB中求图像纹理特征，基于混沌的模拟退火算法，各种kalman滤波器的设计。- In the MATLAB image texture feature, Chaos-based simulated annealing algorithm, Various kalman filter design.
qi114
- 数据模型归一化，模态振动，用于信号特征提取、信号消噪，基于混沌的模拟退火算法。- Normalized data model, modal vibration, For feature extraction, signal de-noising, Chaos-based simulated annealing algorithm.
智能优化算法应用于近红外光谱波长选择的比较研究
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,(Near infrared spectroscopy (NIRS) is an indirect an
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part