隨機(jī)微粒群算法程序pdf 圍繞粒子群的當(dāng)前質(zhì)心對(duì)粒子群重新初始化.這樣，每個(gè)粒子在隨后的迭代中將在新的位置帶著粒子在上次搜索中獲得的“運(yùn)動(dòng)慣性”從而可以在粒子群的運(yùn)動(dòng)過程中獲得新的位置，增加求得更優(yōu)解的機(jī)會(huì).隨著迭代的繼續(xù)，經(jīng)過變異的粒子群又將趨向于同一點(diǎn)，當(dāng)粒子群收斂到一定程度時(shí)又進(jìn)行下一次變異，如此反復(fù)，直到迭代結(jié)束
上傳時(shí)間： 2016-10-30
上傳用戶：zxc23456789
matlabf非常好基于Contourlet變換的水印算法.與小波變換不同的是Contourlet變換采用類似于線段（contoursegment的基得到一種多分辨、局部化、方向性的圖像表示。水印信號(hào)通過基于內(nèi)容的乘性方案加載到Contourlet 變換系數(shù)
標(biāo)簽： Contourlet contoursegment matlabf 變換
上傳時(shí)間： 2014-01-14
上傳用戶：chfanjiang
帶有收縮因子和慣性權(quán)重的基本PSO粒子群算法源代碼。本源代碼模塊化編寫，結(jié)構(gòu)清晰，便于改進(jìn)和做數(shù)值實(shí)驗(yàn)
標(biāo)簽： PSO 源代碼 權(quán)重 粒子群算法
上傳時(shí)間： 2014-01-18
上傳用戶：vodssv
一、用GA直接訓(xùn)練BP網(wǎng)絡(luò)的權(quán)重算法 主程序：gafault.m 它包括以下子程序： 1. BP網(wǎng)絡(luò)初始化：nninit.m――給出P，T，R，S1，S2； 2. 適應(yīng)值計(jì)算函數(shù)：gabpEval.m； 3．將遺傳算法的編碼解碼為BP網(wǎng)絡(luò)所對(duì)應(yīng)的權(quán)值、閾值函數(shù)：gadecod.m； 二、用GA先求BP網(wǎng)絡(luò)的權(quán)重，再用純BP直接訓(xùn)練BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 網(wǎng)絡(luò)初始化：nninit.m――給出P，T，R，S1，S2； 2. 適應(yīng)值計(jì)算函數(shù)：gabpEval.m； 3．將遺傳算法的編碼解碼為BP網(wǎng)絡(luò)所對(duì)應(yīng)的權(quán)值、閾值函數(shù)：gadecod.m； 三、純BP 主程序：（1）bpfault.m 在MATLAB5.2上 （2）bpfault.m 在MATLAB6.5上 為后來所加
標(biāo)簽： gafault nninit BP網(wǎng)絡(luò) 程序
上傳時(shí)間： 2014-08-15
上傳用戶：litianchu
基于CRAFT的多階段柔性設(shè)備布局優(yōu)化算法 多階段設(shè)備布局下的總成本包括設(shè)備拆裝成本、物料搬運(yùn)成本以及區(qū)域利用成本,問題的目標(biāo)是最小化總成本。首先,在分析問題的基礎(chǔ)上,建立基于多階段設(shè)備布局優(yōu)化目標(biāo)的數(shù)學(xué)模型 其次,采用改進(jìn)的CRAFT啟發(fā)式算法優(yōu)化單階段設(shè)備布局 進(jìn)一步,提出基于單階段設(shè)備布局算法的多階段啟發(fā)式算法,優(yōu)化多階段設(shè)備布局 最后,數(shù)值實(shí)驗(yàn)表明算法優(yōu)化后總成本降幅達(dá)28.57％.
標(biāo)簽： CRAFT 設(shè)備 布局 優(yōu)化算法
上傳時(shí)間： 2014-01-06
上傳用戶：semi1981
牛頓迭代法 若高階非線性方程組: u ( x , y) = 0 v ( x , y) = 0 可以用迭代公式
上傳時(shí)間： 2014-02-10
上傳用戶：wl9454
TEA算法的JAVA實(shí)現(xiàn),圖形化運(yùn)行界面
上傳時(shí)間： 2016-11-21
上傳用戶：lijianyu172
光譜的中心化處理算法去除一些噪聲信息，使建模更精確穩(wěn)定。
上傳時(shí)間： 2013-12-24
上傳用戶：lz4v4
三層前饋神經(jīng)網(wǎng)絡(luò)的BP算法。程序具有以下功能： （1） 允許選擇各層節(jié)點(diǎn)數(shù)； （2） 允許選用不同的學(xué)習(xí)率η； （3） 能對(duì)權(quán)值進(jìn)行初始化，初始化用[-1、1]區(qū)間的隨機(jī)數(shù)； （4）允許選用單極性和雙極性兩種不同Sigmoid型轉(zhuǎn)移函數(shù)。
標(biāo)簽： 前饋 BP算法 初始化 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-08-04
上傳用戶：saharawalker
一套行之有效的指紋處理算法, 主要包括使用基于方向圖的自適應(yīng)旋轉(zhuǎn)濾波器、與自 適應(yīng)增強(qiáng)濾波同時(shí)進(jìn)行的自適應(yīng)閾值邊緣處理、自適應(yīng)閾值二值化, 很好地增強(qiáng)了指紋圖像的清晰度, 同時(shí)起到了很好的濾波作用, 為可靠、準(zhǔn)確地實(shí)現(xiàn)指紋自動(dòng)識(shí)別系統(tǒng)奠定了最可靠的基礎(chǔ)。
上傳時(shí)間： 2016-12-01
上傳用戶：奇奇奔奔
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
