C++寫的md5算法實(shí)現(xiàn)，喜歡的拿去吧，哈哈~
上傳時(shí)間： 2014-01-15
上傳用戶：dyctj
數(shù)值分析&計(jì)算方法常見算法C語(yǔ)言源代碼，內(nèi)容包括高斯消元，牛頓下山，雅克比迭代等常用數(shù)值算法！
標(biāo)簽： 數(shù)值分析 C語(yǔ)言 計(jì)算方法 算法
上傳時(shí)間： 2017-06-18
上傳用戶：ve3344
為了減小傳統(tǒng)的反銳化掩模算法對(duì)噪聲的敏感性，提出了一種新的反銳化掩模圖像 增強(qiáng)算法，該算法在圖像的平坦區(qū)域進(jìn)行去噪處理，并依據(jù)人眼視覺特性對(duì)圖像的不同細(xì)節(jié) 區(qū)域做不同程度的增強(qiáng)。通過幾種算法的實(shí)驗(yàn)結(jié)果比較，表明本算法不僅增強(qiáng)效果較好，且 抑制了噪聲的增強(qiáng)。
上傳時(shí)間： 2014-08-09
上傳用戶：erkuizhang
基于小波和全變分兩種不同模型進(jìn)行圖像去模糊和去噪試驗(yàn)。使用快速有效的FISTA算法。
標(biāo)簽： 圖像恢復(fù) 圖像去噪 小波 全變分
上傳時(shí)間： 2015-03-11
上傳用戶：CCXZCCXZCCXZ
多尺度的MSRCR算法 去霧效果明顯 可直接使用 用VS+OPENCV
上傳時(shí)間： 2016-05-04
上傳用戶：yywsp007
何愷明09年單幅圖像去霧算法，最佳論文獎(jiǎng)
標(biāo)簽： 圖像 去霧
上傳時(shí)間： 2016-09-05
上傳用戶：wincoder
遺傳算法，模擬達(dá)爾文進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，一種選擇不斷選擇優(yōu)良個(gè)體的算法。談到遺傳，想想自然界動(dòng)物遺傳是怎么來的，自然主要過程包括染色體的選擇，交叉，變異（不明白這個(gè)的可以去看看生物學(xué)），這些操作后，保證了以后的個(gè)體基本上是最優(yōu)的，那么以后再繼續(xù)這樣下去就可以一直最優(yōu)了。
上傳時(shí)間： 2017-06-12
上傳用戶：tian610115
隨著人類社會(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)于解決非線性復(fù)雜問題具有重要的意義。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題），在解決某些現(xiàn)實(shí)問題的時(shí)候顯得力不從心。針對(duì)這個(gè)問題，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，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?；谝陨系难芯磕康?，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)依賴系統(tǒng)的復(fù)雜程度，通過調(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)的過程被稱為“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：jiabin
前言說明控制的方法遠(yuǎn)遠(yuǎn)不止PID這一招，在許多場(chǎng)合也未必是最佳的控制算法。對(duì)于學(xué)習(xí)能力較好的師弟也可以再去尋求一種更優(yōu)秀的控制算法。PID的分類多如牛毛，例如：模糊PlD、數(shù)字PID、神經(jīng)元PID等等。另外，本文檔是參考幾十個(gè)PID相關(guān)文檔資料整合而成。由于個(gè)人能力等原因，從策劃、編輯、排版等花了一個(gè)多月的時(shí)間才完成此次PlD法的整合。為了更有針對(duì)性和有效性，本文檔主要講解數(shù)字PID及其變種（改進(jìn)式PID）：位置式和增量式。以及這兩種PID的C語(yǔ)言編程實(shí)現(xiàn)、參數(shù)的調(diào)整確定和PID控制的應(yīng)用。我們?yōu)槭裁匆肞ID岸法呢？原國(guó)很商單：其一，PlD是一種比較成熟的控制算法，而且還有許多基于PID的變種算法（簡(jiǎn)稱改進(jìn)式PID）。其二，資杜多，學(xué)習(xí)難度路低，入門快。其三，多屆師兄實(shí)踐過，感覺效果還不錯(cuò)！但每年資料成指數(shù)增長(zhǎng)，從上屆師兄那搭貝了好幾G資料，進(jìn)PID控制的文檔可以夸張的說跟天上的“星星”一樣，看了之后眼花繚亂，而且有很多重復(fù)的。為了讓更多人能快速上手使用PID控制算法，結(jié)合個(gè)人經(jīng)驗(yàn)和相關(guān)文檔將它濃縮如下：
標(biāo)簽： pid算法
上傳時(shí)間： 2022-07-01
上傳用戶：
在本書中，主要介紹兩方面的內(nèi)容。在第1章至第7章中，介紹了遺傳算法的一些理論問題，以及我們?cè)谶z傳算法研究中的一些成果。主要介紹遺傳算法的基本原理和它的改進(jìn)方法；研究了遺傳算法收斂性定義和統(tǒng)一數(shù)學(xué)描述，收斂速度，最優(yōu)保留遺傳算法及其收斂性；研究了遺傳算法種群多樣性的問題；把模糊理論用于遺傳算法的研究中，進(jìn)行了模糊遺傳算法研究；還對(duì)綜合改進(jìn)遺傳算法進(jìn)行了研究。在第8章和第9章中，介紹了遺傳算法的應(yīng)用問題。主要介紹遺傳算法在艦船橫搖動(dòng)的模糊建模中的應(yīng)用；遺傳算法在艦船減搖鰭控制器優(yōu)化設(shè)計(jì)中的應(yīng)用。雖然書中以艦船為對(duì)象，針對(duì)艦船橫搖運(yùn)動(dòng)建模的不確定性和非線性問題，進(jìn)行了艦船橫搖運(yùn)動(dòng)的模糊建模和減搖鰭控制器優(yōu)化設(shè)計(jì)，但是這種方法也可以應(yīng)用到其他具有不確定性和非線性系統(tǒng)的建模和控制系統(tǒng)設(shè)計(jì)中去。
標(biāo)簽： 遺傳算法 運(yùn)動(dòng)控制
上傳時(shí)間： 2022-07-10
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
