摘 要:在分析人工魚群算法存在不足的基礎上,對人工魚群算法加以改進,提出了一種改進型人工魚群算 法。該算法提高了全局搜索能力和收斂速度,并用于求解具有變量邊界約束的非線性復雜函數最優化問題。 仿真結果表明,改進后的人工魚群算法具有精度高、搜索速度快等特點,是一種求解復雜函數全局最優化的智 能算法
標簽： 人工魚群 算法 分 全局
上傳時間： 2013-12-12
上傳用戶：asasasas
常用的說話人識別方法有模板匹配法、統計建模法、聯接主義法(即人工神經網絡實現)。考慮到數據量、實時性以及識別率的問題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結合的方法。 說話人識別的系統主要由語音特征矢量提取單元(前端處理)、訓練單元、識別單元和后處理單元組成，
標簽： 識別方法 模板 匹配法 人工神經網絡
上傳時間： 2014-07-08
上傳用戶：wqxstar
關于人工魚群算法的一個實例，可以實現所有的人工魚的基本功能，是采用c開發的
標簽： 人工魚群 算法
上傳時間： 2016-10-28
上傳用戶：洛木卓
BP人工神經網絡算法，用java代碼實現，用scilab圖像顯示，案例是港口吞吐量的預測
標簽： 人工神經 網絡算法
上傳用戶：思琦琦
bp人工神經網絡算法的實現，用java代碼編寫，案例是港口吞吐量預測
上傳用戶：libenshu01
bp人工神經網絡算法實現，用java編寫程序代碼，應用案例是港口吞吐量預測
上傳用戶：gyq
基于人工神經網絡的車牌識別，識別效率不錯哦
標簽： 人工神經網絡 車牌識別
上傳時間： 2016-10-31
上傳用戶：ZJX5201314
基于hopheid的人工神經網絡模式識別，代碼可讀性強
標簽： hopheid 人工神經網絡 模式識別
上傳時間： 2014-01-18
上傳用戶：wanghui2438
優選了分析CO、H2和CH4混合氣體的傳感器陣列,構造了傳感器信號預處理和神經網絡 訓練算法,從而建立了用于混合氣體定量分析的人工嗅覺系統。實驗結果證明,系統能夠以較高的 精度分辨出3種氣體的濃度。
標簽： 氣體 CH4 分 傳感器
上傳時間： 2016-11-05
上傳用戶：zsjzc
菲涅耳全息圖的生成與重現
標簽： 全息
上傳時間： 2013-12-01
上傳用戶：lhc9102
蟲蟲下載站版權所有 京ICP備2021023401號-1
