很好的遺傳面算法 歡迎大家下載
上傳時間： 2014-11-30
上傳用戶：
高質量的C編程 有很多技巧和常見的算法在面
上傳時間： 2017-06-23
上傳用戶：huyiming139
Matlab的M文件編寫的數控插補2D直線算法仿真。具體參數可使用：X-500,Y-600，Fc-600，Fs-0，Fa-0，at--200.仿真的本意是為了驗證DSP上同類插補算法的正確性
上傳時間： 2017-09-17
上傳用戶：zhyiroy
用遺傳算法求解函數最大值的示例程序。目標函數為y=10*cos(3*x)-4*x.
上傳時間： 2017-09-18
上傳用戶：zyt
分別仿真16陣元的十字陣列、線陣、面陣和圓陣的LS算法的方向圖，對陣列信號處理的同學有幫助。
上傳時間： 2017-09-25
上傳用戶：磊子226
批處理感知器算法的代碼matlab w1=[1,0.1,1.1;1,6.8,7.1;1,-3.5,-4.1;1,2.0,2.7;1,4.1,2.8;1,3.1,5.0;1,-0.8,-1.3; 1,0.9,1.2;1,5.0,6.4;1,3.9,4.0]; w2=[1,7.1,4.2;1,-1.4,-4.3;1,4.5,0.0;1,6.3,1.6;1,4.2,1.9;1,1.4,-3.2;1,2.4,-4.0; 1,2.5,-6.1;1,8.4,3.7;1,4.1,-2.2]; w3=[1,-3.0,-2.9;1,0.5,8.7;1,2.9,2.1;1,-0.1,5.2;1,-4.0,2.2;1,-1.3,3.7;1,-3.4,6.2; 1,-4.1,3.4;1,-5.1,1.6;1,1.9,5.1]; figure; plot(w3(:,2),w3(:,3),'ro'); hold on; plot(w2(:,2),w2(:,3),'b+'); W=[w2;-w3];%增廣樣本規范化 a=[0,0,0]; k=0;%記錄步數 n=1; y=zeros(size(W,2),1);%記錄錯分的樣本 while any(y<=0) k=k+1; y=a*transpose(W);%記錄錯分的樣本 a=a+sum(W(find(y<=0),:));%更新a if k >= 250 break end end if k<250 disp(['a為：',num2str(a)]) disp(['k為：',num2str(k)]) else disp(['在250步以內沒有收斂，終止']) end %判決面：x2=-a2*x1/a3-a1/a3 xmin=min(min(w1(:,2)),min(w2(:,2))); xmax=max(max(w1(:,2)),max(w2(:,2))); x=xmin-1:xmax+1;%(xmax-xmin): y=-a(2)*x/a(3)-a(1)/a(3); plot(x,y)
上傳時間： 2016-11-07
上傳用戶：a1241314660
%========================開始提取加噪信號的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號'signal_with_noise=y+noise'的前256個元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對調制信號進行快速傅里葉算法（離散） y1=hilbert(y0) ; %調制信號實部的解析式 factor=0; %開始求零中心歸一化瞬時幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上傳時間： 2020-04-07
上傳用戶：如拷貝般復制
微軟等數據結構算法面試100題全部答案集錦 找工作的朋友們，可以下載來看看，全部都是經典面試題。
上傳時間： 2013-04-24
上傳用戶：songnanhua
機場道面異物是威脅跑道運行安全的常見病害，及時、準確的檢測異物具有現實意義。針對現有的人工目視檢測方法，本文基于圖像處理理論，提出了一種機場道面異物的自動檢測算法。根據機場道面的復雜背景和常見異物的特點，本文采取了分塊的方法，選擇Harris角點、灰度共生矩陣、灰度級分布范圍等特征，分別用閾值法和SVM法對實際機場道面異物圖像進行檢測。初步實驗證明，該方法可以有效檢測出機場道面復雜背景下的異物，實驗結果顯示，檢測正確率達到了98%。
上傳時間： 2013-11-26
上傳用戶：2404
本文件為用C語言實現的可實現廣義異或問題的bp神經網絡算法。該問題是對標準異或問題的推廣。在標準異或問題中，輸入X1和X2取離散量-1或+1，在廣義異或問題中，輸入（X1,X2）可以在區間[-1，+1] X [-1, +1]內任意取值，而輸出為Y=sign(x1,x2)，其中sign()為符號函數，在區間[-1，+1] X [-1, +1]內隨機產生500個訓練樣本.本程序用標準BP網實現該分類問題.
上傳時間： 2015-05-03
上傳用戶：清風冷雨
