基于fortran77 ，非常經(jīng)典，適合于fortran算法查詢(xún)，很全的
上傳時(shí)間： 2017-11-11
上傳用戶(hù)：1457049040@qq.com
包含： 1、輸入或使用伽瑪函數(shù)指定搜索半徑的DBSCAN算法； 2、繪制k-dist圖，交互確定搜索半徑大小腳本。
上傳時(shí)間： 2018-10-02
上傳用戶(hù)：丁丁去學(xué)習(xí)
全網(wǎng)最全的autojs列子，有一千六百多的腳本文件,腳本內(nèi)容包含：幾十種類(lèi)型的UI腳本，抖音、QQ、微信、陌陌、支付寶等自動(dòng)化操作的腳本、還有部分協(xié)議列表，HTTP協(xié)議(POST、GET)上傳下載，接碼模塊，百度文字識(shí)別api模塊，文件操作模塊：txt文本讀一行刪一行，等等其他例子QQ語(yǔ)音紅包.jsqq語(yǔ)音紅包，沒(méi)加懸浮窗，我覺(jué)得自己用腳本引擎會(huì)好點(diǎn).jsQQ語(yǔ)音輸入(Tim版)(1).jsQQ語(yǔ)音輸入(Tim版).jsQQ資料贊.jsqq轟炸機(jī)(1).jsqq轟炸機(jī).jsQQ選圖涂鴉.jsqq順序點(diǎn)贊腳本.jsQQ，微信聊天輔助腳本(文本分割填充字符) v2.jsQQ，微信聊天輔助腳本(文本分割填充字符).jsqtiao.jsrawWindow求解.jsrelationship.jsrhinoneteasecloudmusic.jsRobot.jsROOT權(quán)限啟動(dòng)無(wú)障礙服務(wù).jsRSA.jsscript.jsscroll的使用.jsSecure.jssetting.jssha256.jsshell開(kāi)關(guān)飛行模式.jsshuabaoviod.jsSMSCODE.jsSmsCodeExtract.jssojson.com.jssoul_靈魂匹配.jsspinner例子.jsSqlDatabase2.jsss.jsstart(2).jssun_rise&set.jssurfaceView(簡(jiǎn)單示例).jsSwitch控件.jstcp連接客戶(hù)端.jste.jstest(1).jstest(2).jstest(3).jstest(4).jstest.jstestTouch.jstestyinhe.jsTheWolf_API.jstoast圖片加文字.jstoast替代函數(shù).jstranslate.jsTrun(翻翻樂(lè)).jsts-00-dist.jsTS微信跳一跳滿(mǎn)分(10000)飛速版.jsts跳一跳r9s最新版.jsTS跳一跳全機(jī)型通用版(2).jsts跳一跳全機(jī)型通用版(3).jsts跳一跳全機(jī)型通用版.jsTS跳一跳腳本正確顯示方式（支持root）.jsTS跳一跳自動(dòng).jsTS跳一跳過(guò)檢測(cè).jstt.jsTTS(1).jstts.jstts2.jstts3.jsTTS搶語(yǔ)音紅包，作者A酷安(?????)----錦，詳細(xì)使用看代碼注釋.jstxt.jsuc答題.jsui 懸浮窗動(dòng)畫(huà)+滑動(dòng)界面.jsUI(2).jsUI.jsuitest - 副本.jsui。.jsui下對(duì)話(huà)框文件選擇器(1).jsui中的延時(shí)除了多線(xiàn)程有別的辦法嗎.jsui保存控件屬性3.jsUI全選.jsUI切換.jsui列子.jsui右下角展開(kāi)按鈕.jsui多界面.jsui屬性(1).jsui開(kāi)關(guān)控件(1).jsui開(kāi)關(guān)控件.jsUI文件選擇.jsUI顯示日志.jsUI畫(huà)時(shí)鐘作者xxoo.jsui相對(duì)布局.jsUI示例(支付UI).jsui示例app下方tabs.jsui示例下方tabs(1.0.0-1 修復(fù)寬度不適配問(wèn)題).jsUI腳本使用無(wú)障礙的最佳實(shí)踐.jsUI輪播圖.jsui選擇文件.jsUI驗(yàn)證碼（有BUG）.jsuki_0.jsUki消息交互式回復(fù).jsUnlock.jsUntitled-1.jsuntitled.jsUTF.jsvip視頻解析2.1.jsvscode連接不上手機(jī)解決辦法.jsWannaCry(僅為娛樂(lè)).jsWeather.jswebScript.jsWebViewClient的使用方法.jswebViewUA切換3.jswebView填充表單加alert.jsWebView多頁(yè)面瀏覽(1).jsWebView多頁(yè)面瀏覽.jswebView提取圖片地址并加載.jswebView獲取圖片地址.jswebview獲取網(wǎng)頁(yè)原圖.jswebview獲取網(wǎng)頁(yè)原圖保存.jswebView輸入關(guān)鍵詞搜索.jsweb攔截修改.jsWeChat.jsWechatJumpingAI(2).jsWechatJumpingAI(3).jswechatjumpingai(4).jsWechatJumpingAI.jswife緊急掉線(xiàn)（autojs破解版專(zhuān)用）.js.jswifi設(shè)置代理(未完成).js.js
標(biāo)簽： autojs
上傳時(shí)間： 2021-11-06
上傳用戶(hù)：
移動(dòng)機(jī)器人路徑規(guī)劃尤其是未知環(huán)境下機(jī)器人路徑規(guī)劃是機(jī)器人技術(shù)中的一個(gè)重要研究領(lǐng)域，得到了很多研究者的關(guān)注，并取得了一系列重要成果。目前已存在許多用來(lái)解決該問(wèn)題的優(yōu)化算法，但是此類(lèi)問(wèn)題屬于N-Hard問(wèn)題，尋求更佳的算法就成為該領(lǐng)域的一個(gè)研究熱點(diǎn)。為此，根據(jù)機(jī)器人路徑規(guī)劃算法的研究現(xiàn)狀和向智能化，仿生化發(fā)展的趨勢(shì)，研究了一種基于圖的機(jī)器人路徑規(guī)劃螞蟻優(yōu)化算法。算法首先用柵格法對(duì)機(jī)器人的工作空間進(jìn)行建模，并用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造出一個(gè)連通圖，由一組螞蟻在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑。最后，借鑒分枝隨機(jī)過(guò)程和生滅過(guò)程的理論知識(shí)，用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，在此基礎(chǔ)上，結(jié)合計(jì)算機(jī)仿真結(jié)果，證實(shí)了本文提出的算法的有效性和收斂性。迄今為止，對(duì)于未知環(huán)境下機(jī)器人路徑規(guī)劃，人們已經(jīng)探索出了許多有效的求解方法諸如虛擬力場(chǎng)法、基于學(xué)習(xí)或Q學(xué)習(xí)的規(guī)劃方法、滾動(dòng)窗口規(guī)劃方法、非啟發(fā)式方法及各類(lèi)定位、導(dǎo)航方法等等。近年來(lái)，不少學(xué)者用改進(jìn)的遺傳算法、神經(jīng)網(wǎng)絡(luò)、隨機(jī)樹(shù)、蟻群算法等方法對(duì)未知環(huán)境下機(jī)器人路徑進(jìn)行了規(guī)劃?rùn)C(jī)器人路徑規(guī)劃算法向智能化、仿生化發(fā)展是一個(gè)明顯的趨勢(shì).由于已有算法不同程度的存在一定局限性，諸如搜索空間大、算法復(fù)雜、效率不高等，尤其對(duì)于未知環(huán)境，不少路徑規(guī)劃算法的復(fù)雜度較高，甚至無(wú)法求解，根據(jù)日前的研究現(xiàn)狀和不足，本文提出了一種用于解決未知環(huán)境下機(jī)器人路徑規(guī)劃的基于圖的螞蟻算法，理論分析和實(shí)驗(yàn)結(jié)果都證明了本文算法的有效性和收斂性本課題研究的主要內(nèi)容本文在用概格法對(duì)機(jī)器人的工作空間進(jìn)行建模的基礎(chǔ)上，用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造一個(gè)連通圖，由一組螞蚊在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑并借鑒分枝隨機(jī)過(guò)程和生滅過(guò)程的理論知識(shí)用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，結(jié)合計(jì)算機(jī)仿真，證明了本文算法的有效性和收斂性
標(biāo)簽： 機(jī)器人 路徑規(guī)劃 螞蟻算法
上傳時(shí)間： 2022-03-10
上傳用戶(hù)：kingwide
本書(shū)是自適應(yīng)信號(hào)處理領(lǐng)域的一本經(jīng)典教材。全書(shū)共17章，內(nèi)容包括：自適應(yīng)LMS橫向?yàn)V波器、自適應(yīng)格型濾波器、自適應(yīng)遞歸濾波器、頻域和子帶自適應(yīng)濾波器、盲自適應(yīng)濾波器、神經(jīng)網(wǎng)絡(luò)、非線(xiàn)性自適應(yīng)濾波器等及其在通信與信息系統(tǒng)中的應(yīng)用。目錄背景與預(yù)覽第1章 隨機(jī)過(guò)程與模型第2章 維納濾波器第3章 線(xiàn)性預(yù)測(cè)第4章 最速下降算法第5章 最小均方自適應(yīng)濾波器第6章 歸一化最小均方自適應(yīng)濾波器第7章 頻域和子帶自適應(yīng)濾波器第8章 最小二乘法第9章 遞歸最小二乘自適應(yīng)濾波器第10章 卡爾曼濾波器第11章 平方根自適應(yīng)濾波器第12章 階遞歸自適應(yīng)濾波器第13章 有限精度效應(yīng)第14章 時(shí)變系統(tǒng)的跟蹤第15章 無(wú)限脈沖響應(yīng)自適應(yīng)濾波器第16章 盲反卷積第17章 反向傳播學(xué)習(xí)后記附錄A 復(fù)變量附錄B 對(duì)向量微分附錄C 拉格朗日乘子法附錄D 估計(jì)理論附錄E 特征分析附錄F 旋轉(zhuǎn)和映射附錄G 復(fù)數(shù)Wishart分布術(shù)語(yǔ)參考文獻(xiàn) 現(xiàn)在網(wǎng)上流傳的技術(shù)類(lèi)書(shū)籍好多都是預(yù)覽版本，此書(shū)為全本，非常難得，現(xiàn)在分享給大家，希望對(duì)大家有所幫助。
標(biāo)簽： 自適應(yīng)濾波器
上傳時(shí)間： 2022-05-14
上傳用戶(hù)：默默
《數(shù)字信號(hào)全相位譜分析與濾波技術(shù)》系統(tǒng)地介紹了一種新的信號(hào)處理方法——全相位數(shù)字信號(hào)處理方法（此方法非常適合對(duì)間斷信號(hào)進(jìn)行處理），并且利用這種新方法對(duì)數(shù)字信號(hào)處理學(xué)科的兩個(gè)最基本的問(wèn)題——譜分析和數(shù)字濾波問(wèn)題進(jìn)行了深入研究。《數(shù)字信號(hào)全相位譜分析與濾波技術(shù)》涉及的內(nèi)容包括全相位數(shù)字?jǐn)?shù)據(jù)預(yù)處理、全相位FFT頻譜分析原理及其應(yīng)用、DFT域全相位數(shù)字濾波器性能分析、高性能全相位濾波器設(shè)計(jì)、全相位濾波器組、全相位濾波器族、二維全相位內(nèi)插濾波器設(shè)計(jì)、立體數(shù)字信息的壓縮與重構(gòu)等。《數(shù)字信號(hào)全相位譜分析與濾波技術(shù)》在應(yīng)用基礎(chǔ)理論方面有一定的獨(dú)特見(jiàn)解，并開(kāi)發(fā)了不少性能優(yōu)良的新型算法，因而其研究成果有望應(yīng)用于通信、雷達(dá)、圖像處理、自動(dòng)控制、生物醫(yī)學(xué)、故障檢測(cè)、儀器儀表等工程技術(shù)領(lǐng)域。 《數(shù)字信號(hào)全相位譜分析與濾波技術(shù)》的研究成果全部為作者原創(chuàng)，適合作為研究生的參考資料，也適合高年級(jí)本科生閱讀，并可作為相關(guān)領(lǐng)域的研究人員的參考用書(shū)。
標(biāo)簽： 數(shù)字信號(hào) 全相位譜分析 濾波
上傳時(shí)間： 2022-05-23
上傳用戶(hù)：1208020161
C算法(第一卷)-帶目錄.pdfC語(yǔ)言數(shù)值算法程序大全（第二版）.pdfC語(yǔ)言經(jīng)典算法大全.pdfff6f5d529e875d2bec2713adc98d25b477aa8a63.pdfIntroduction to Algorithms(3rd Edition).pdfMATLAB語(yǔ)言常用算法程序集.pdfNetflix Prize中的協(xié)同過(guò)濾算法.pdfp范數(shù)正則化支持向量機(jī)分類(lèi)算法_劉建偉.pdf[數(shù)據(jù)結(jié)構(gòu)與算法分析C.描述].(美國(guó))Mark.Allen.Weiss.掃描版.pdf[程序語(yǔ)言的奧妙：算法解讀（四色全彩）].(杉浦賢).李克秋.掃描版.pdf《算法導(dǎo)論(原書(shū)第3版)》.pdf【愛(ài)生活的程序員-氣宗】算法導(dǎo)論（第三版）.pdf【算法（第4版）迷你書(shū)】.pdf一種基于灰度變換的紅外圖像增強(qiáng)算法.pdf一種改進(jìn)的支持向量機(jī)的文本分類(lèi)算法.pdf一種靜態(tài)圖像壓縮編碼算法的改進(jìn).pdf個(gè)性化搜索引擎推薦算法研究.pdf分布式計(jì)算——原理、算法和系統(tǒng).pdf十五個(gè)經(jīng)典算法研究與總結(jié)、目錄+索引by_July (1).pdf十五個(gè)經(jīng)典算法研究與總結(jié)、目錄+索引by_July.pdf十大濾波算法程序大全（Arduino精編無(wú)錯(cuò)版） - Powered by Discuz!.pdf圖論及其算法.pdf基于模擬退火與遺傳算法結(jié)合的神經(jīng)網(wǎng)絡(luò)圖像分割.pdf大數(shù)據(jù)算法.PDF嵌入式系統(tǒng)軟件設(shè)計(jì)中的常用算法 （周航慈 清晰.pdf支持向量機(jī)通俗導(dǎo)論（理解SVM的三層境界） - 結(jié)構(gòu)之法 算法之道 - 博客頻道 - CSDN.pdf支持向量機(jī)：理論、算法與拓展.pdf改進(jìn)的基于DCT的自適應(yīng)水印算法(重要).pdf數(shù)學(xué)建模MATLAB算法大全.pdf數(shù)學(xué)建模競(jìng)賽中應(yīng)當(dāng)掌握的十類(lèi)算法.pdf數(shù)據(jù)挖掘十大算法(英).pdf數(shù)據(jù)結(jié)構(gòu)與算法分析 C++描述(高清非掃描).pdf最優(yōu)化理論與算法(第2版).pdf機(jī)器學(xué)習(xí)十大算法(9)：樸素貝葉斯.pdf算法 英文版第4版 Robert Sedgewick .pdf.pdf算法(algorithm)手寫(xiě)代碼必備手冊(cè)(C++版).pdf算法導(dǎo)論(CLRS)筆記.p...
標(biāo)簽： 算法
上傳時(shí)間： 2022-06-06
上傳用戶(hù)：
《算法(英文版?第4版)》作為算法領(lǐng)域經(jīng)典的參考書(shū)，全面介紹了關(guān)于算法和數(shù)據(jù)結(jié)構(gòu)的必備知識(shí)，并特別針對(duì)排序、搜索、圖處理和字符串處理進(jìn)行了論述。第4版具體給出了每位程序員應(yīng)知應(yīng)會(huì)的50個(gè)算法，提供了實(shí)際代碼，而且這些Java代碼實(shí)現(xiàn)采用了模塊化的編程風(fēng)格，讀者可以方便地加以改造。本書(shū)配套網(wǎng)站提供了本書(shū)內(nèi)容的摘要及更多的代碼實(shí)現(xiàn)、測(cè)試數(shù)據(jù)、練習(xí)、教學(xué)課件等資源。
標(biāo)簽： algorithms算法 java
上傳時(shí)間： 2022-06-09
上傳用戶(hù)：shjgzh
隨著人類(lèi)社會(huì)的進(jìn)步，科學(xué)技術(shù)的發(fā)展日新月異，模擬人腦神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)已取得了長(zhǎng)足的發(fā)展。經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)科學(xué)，人工智能，智能控制等方面得到了廣泛的應(yīng)用。當(dāng)代社會(huì)是一個(gè)講究效率的社會(huì)，科技更新領(lǐng)域也是如此。在人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域，算法的優(yōu)化顯得尤為重要，對(duì)提高網(wǎng)絡(luò)整體性能舉足輕重.BP神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，對(duì)于解決非線(xiàn)性復(fù)雜問(wèn)題具有重要的意義。但是BP神經(jīng)網(wǎng)絡(luò)有其自身的一些不足（收斂速度慢和容易陷入局部極小值問(wèn)題），在解決某些現(xiàn)實(shí)問(wèn)題的時(shí)候顯得力不從心。針對(duì)這個(gè)問(wèn)題，本文利用遺傳算法的并行全局搜索的優(yōu)勢(shì)，能夠彌補(bǔ)BP網(wǎng)絡(luò)的不足，為解決大規(guī)模復(fù)雜問(wèn)題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡(luò)有機(jī)地結(jié)合起來(lái)，提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)，在穩(wěn)定性、學(xué)習(xí)性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在此基礎(chǔ)上，應(yīng)用遺傳算法進(jìn)行優(yōu)化，達(dá)到了加快收斂速度和全局尋優(yōu)的效果。本文借助MATLAB平臺(tái)，對(duì)算法的優(yōu)化內(nèi)容進(jìn)行了仿真實(shí)驗(yàn)，得出的效果也符合期望值，實(shí)現(xiàn)了對(duì)BP算法優(yōu)化的目的。關(guān)鍵詞：生物神經(jīng)網(wǎng)絡(luò)：人工神經(jīng)網(wǎng)絡(luò)；BP網(wǎng)絡(luò)；遺傳算法；仿真隨著電子計(jì)算機(jī)的問(wèn)世及發(fā)展，人們?cè)噲D去了解人的大腦，進(jìn)而構(gòu)造具有人類(lèi)思維的智能計(jì)算機(jī)。在具有人腦邏輯推理延伸能力的計(jì)算機(jī)戰(zhàn)勝人類(lèi)棋手的同時(shí)，引發(fā)了人們對(duì)模擬人腦信息處理的人工神經(jīng)網(wǎng)絡(luò)的研究。1.1研究背景人工神經(jīng)網(wǎng)絡(luò)（Artificial Noural Networks，ANN）（注：簡(jiǎn)稱(chēng)為神經(jīng)網(wǎng)絡(luò)），是一種數(shù)學(xué)算法模型，能夠?qū)π畔⑦M(jìn)行分布式處理，它模仿了動(dòng)物的神經(jīng)網(wǎng)絡(luò)，是對(duì)動(dòng)物神經(jīng)網(wǎng)絡(luò)的一種具體描述。這種網(wǎng)絡(luò)依賴(lài)系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)節(jié)內(nèi)部大量節(jié)點(diǎn)之間的關(guān)系，最終實(shí)現(xiàn)信息處理的目的。人工神經(jīng)網(wǎng)絡(luò)可以通過(guò)對(duì)輸入輸出數(shù)據(jù)的分析學(xué)習(xí)，掌握輸入與輸出之間的潛在規(guī)則，能夠?qū)π聰?shù)據(jù)進(jìn)行分析計(jì)算，推算出輸出結(jié)果，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的特性，這種學(xué)習(xí)適應(yīng)的過(guò)程被稱(chēng)為“訓(xùn)練"。
標(biāo)簽： 遺傳算法 bp神經(jīng)網(wǎng)絡(luò) matlab
上傳時(shí)間： 2022-06-16
上傳用戶(hù)：jiabin
脈沖多普勒（PD）雷達(dá)是一種廣泛被采用的全相參體制的雷達(dá)，它利用目標(biāo)與雷達(dá)之間相對(duì)運(yùn)動(dòng)而產(chǎn)生的多普勒效應(yīng)進(jìn)行目標(biāo)信息提取和處理，具有較高的速度分辨率，可以有效地抑制強(qiáng)地雜波的干擾問(wèn)題。為了滿(mǎn)足實(shí)驗(yàn)室開(kāi)發(fā)雷達(dá)對(duì)抗半實(shí)物仿真系統(tǒng)的需求，本論文展開(kāi)對(duì)PD雷達(dá)信號(hào)處理實(shí)時(shí)仿真算法的研究。本文首先介紹了PD雷達(dá)的工作原理，分析了PD雷達(dá)的距離、速度模糊問(wèn)題，對(duì)PD雷達(dá)的雜波也做了簡(jiǎn)單介紹。由于PD雷達(dá)信號(hào)處理算法研究的需要，本文介紹了PD雷達(dá)接收機(jī)的組成，詳細(xì)分析了正交相位檢波處理的方法，并對(duì)接收端信號(hào)的處理過(guò)程進(jìn)行了仿真。基于PD雷達(dá)工作原理，本文提出了一種低重頻脈沖多普勒雷達(dá)信號(hào)處理仿真框架，對(duì)PD雷達(dá)信號(hào)處理系統(tǒng)各主要模塊的算法以及其功能、原理進(jìn)行了詳細(xì)的分析，并運(yùn)用Mailab對(duì)低重復(fù)頻率PD雷達(dá)信號(hào)處理進(jìn)行了仿真。最后，本文基于ADSP-TS201對(duì)雷達(dá)信號(hào)處理算法的實(shí)時(shí)性進(jìn)行了分析，在Visual DSP+-開(kāi)發(fā)環(huán)境實(shí)現(xiàn)了FFT算法和數(shù)據(jù)求模算法，獲得相應(yīng)的運(yùn)算指令周期。整個(gè)工作對(duì)PD雷達(dá)信號(hào)處理半實(shí)物仿真系統(tǒng)的搭建具有重要的意義。
標(biāo)簽： 脈沖 多普勒雷達(dá)信號(hào)處理
上傳時(shí)間： 2022-06-21
上傳用戶(hù)：kingwide
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
