亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲(chóng)蟲(chóng)首頁(yè)| 資源下載| 資源專(zhuān)輯| 精品軟件
登錄| 注冊(cè)

GNSS解算模糊度

  • 利用Matlab工具箱設(shè)計(jì)模糊控制器 49條模糊控制規(guī)則形成一個(gè)模糊控制規(guī)則矩陣

    利用Matlab工具箱設(shè)計(jì)模糊控制器 49條模糊控制規(guī)則形成一個(gè)模糊控制規(guī)則矩陣,然后根據(jù)模糊輸入量按照相應(yīng)的模糊推理算法完成計(jì)算,并決策出模糊輸出量。 輸出模糊量的解模糊方法選取重心法。

    標(biāo)簽: Matlab 模糊控制 工具箱 模糊控制器

    上傳時(shí)間: 2014-01-05

    上傳用戶(hù):ommshaggar

  • 本文介紹了遺傳算法的流程及幾個(gè)算子

    本文介紹了遺傳算法的流程及幾個(gè)算子,給出了在matlab 語(yǔ)言環(huán)境下實(shí)現(xiàn)編碼、譯碼、選擇、重組和變異各算子的編程方法,最后用一個(gè)實(shí)例來(lái)說(shuō)明遺傳算法在尋找全局最優(yōu)解中的應(yīng)用。

    標(biāo)簽: 算法 流程

    上傳時(shí)間: 2014-12-21

    上傳用戶(hù):362279997

  • 壓縮包的內(nèi)容包括:1.有關(guān)JPEG和DPCM算法的文章;2.實(shí)現(xiàn)其算法的壓縮程序3.有關(guān)圖像壓縮方面的資料。讀者請(qǐng)注意: <1>這里討論的是灰度圖像的壓縮不涉及彩色圖像。 <2&

    壓縮包的內(nèi)容包括:1.有關(guān)JPEG和DPCM算法的文章;2.實(shí)現(xiàn)其算法的壓縮程序3.有關(guān)圖像壓縮方面的資料。讀者請(qǐng)注意: <1>這里討論的是灰度圖像的壓縮不涉及彩色圖像。 <2>實(shí)現(xiàn)壓縮時(shí),輸入的圖像數(shù)據(jù)采用一種自定義的格式(com 格式),前四個(gè)字節(jié)記錄圖像的寬度和高度,之后就是逐 行的圖像數(shù)據(jù),圖像的開(kāi)頭和結(jié)尾沒(méi)有任何標(biāo)記。這種格式的圖像數(shù)據(jù)是從BMP圖像中得到的。 <3>這里沒(méi)有JPEG算法的解壓程序,壓縮后的數(shù)據(jù)存成標(biāo)準(zhǔn)的JPEG文件格式,任何視圖軟件都可以打開(kāi)。DPCM方法中的解 壓縮程序?qū)?shù)據(jù)仍然存成com格式,可以將其轉(zhuǎn)成PGM格式觀(guān)看,壓縮包中由com轉(zhuǎn)為PGM格式的程序。

    標(biāo)簽: JPEG DPCM lt 算法

    上傳時(shí)間: 2014-01-15

    上傳用戶(hù):qq21508895

  • 倒立擺模型的局部線(xiàn)性化 設(shè)倒立擺的擺角范圍為[-15,15]度

    倒立擺模型的局部線(xiàn)性化 設(shè)倒立擺的擺角范圍為[-15,15]度,擺角角速度范圍為[-200,200]度/秒,擺角角加速度范圍為[-200,200]度/秒2,采用三角形隸屬函數(shù)對(duì)擺角和擺角角速度進(jìn)行模糊化,擺角初始狀態(tài)為[0.2,0]。

    標(biāo)簽: 15 倒立擺 模型 局部

    上傳時(shí)間: 2017-09-12

    上傳用戶(hù):lx9076

  • 摘 要:曝光瞬間造成圖像模糊的運(yùn)動(dòng)通常作為直線(xiàn)運(yùn)動(dòng)近似處理 ,若能找出模糊圖像的運(yùn)動(dòng)模糊方向 ,并將之旋轉(zhuǎn)到水平軸 ,則二維問(wèn)題可簡(jiǎn)化為一維來(lái)處理 ,大大簡(jiǎn)化由模糊圖像估計(jì)出運(yùn)動(dòng)模糊點(diǎn)擴(kuò)散函數(shù)以及圖像

    摘 要:曝光瞬間造成圖像模糊的運(yùn)動(dòng)通常作為直線(xiàn)運(yùn)動(dòng)近似處理 ,若能找出模糊圖像的運(yùn)動(dòng)模糊方向 ,并將之旋轉(zhuǎn)到水平軸 ,則二維問(wèn)題可簡(jiǎn)化為一維來(lái)處理 ,大大簡(jiǎn)化由模糊圖像估計(jì)出運(yùn)動(dòng)模糊點(diǎn)擴(kuò)散函數(shù)以及圖像恢復(fù)的過(guò)程 ,并為圖像恢復(fù)的并行計(jì)算創(chuàng)造有利條件。由于運(yùn)動(dòng)模糊降低了運(yùn)動(dòng)方向上圖像的高頻成 分 ,沿著運(yùn)動(dòng)方向?qū)嵤└咄V波 方向微分 ,可保證微分圖像灰度值 絕對(duì)值 之和最小。基于此 ,本文利用雙線(xiàn)性插值的方法 ,固定并適當(dāng)選取方向微分的微元大小 ,構(gòu)造出3 ×3方向微分乘子 ,得到了高效高精度的自動(dòng)鑒別運(yùn)動(dòng)模糊方向的新方法 ,并通過(guò)數(shù)值實(shí)驗(yàn)進(jìn)行了驗(yàn)證。

    標(biāo)簽: 模糊 圖像 模糊圖像 曝光

    上傳時(shí)間: 2013-12-08

    上傳用戶(hù):lmeeworm

  • 遺傳算法的MATLAB代碼

    遺傳算法為群體優(yōu)化算法,也就是從多個(gè)初始解開(kāi)始進(jìn)行優(yōu)化,每個(gè)解稱(chēng)為一個(gè)染色體,各染色體之間通過(guò)競(jìng)爭(zhēng)、合作、單獨(dú)變異,不斷進(jìn)化。 優(yōu)化時(shí)先要將實(shí)際問(wèn)題轉(zhuǎn)換到遺傳空間,就是把實(shí)際問(wèn)題的解用染色體表示,稱(chēng)為編碼,反過(guò)程為解碼,因?yàn)閮?yōu)化后要進(jìn)行評(píng)價(jià),所以要返回問(wèn)題空間,故要進(jìn)行解碼。SGA采用二進(jìn)制編碼,染色體就是二進(jìn)制位串,每一位可稱(chēng)為一個(gè)基因;解碼時(shí)應(yīng)注意將染色體解碼到問(wèn)題可行域內(nèi)。 遺傳算法模擬“適者生存,優(yōu)勝劣汰”的進(jìn)化機(jī)制,染色體適應(yīng)生存環(huán)境的能力用適應(yīng)度函數(shù)衡量。對(duì)于優(yōu)化問(wèn)題,適應(yīng)度函數(shù)由目標(biāo)函數(shù)變換而來(lái)。一般遺傳算法求解最大值問(wèn)題,如果是最小值問(wèn)題,則通過(guò)取倒數(shù)或者加負(fù)號(hào)處理。SGA要求適應(yīng)度函數(shù)>0,對(duì)于<0的問(wèn)題,要通過(guò)加一個(gè)足夠大的正數(shù)來(lái)解決。這樣,適應(yīng)度函數(shù)值大的染色體生存能力強(qiáng)。 遺傳算法有三個(gè)進(jìn)化算子:選擇(復(fù)制)、交叉和變異。 SGA中,選擇采用輪盤(pán)賭方法,也就是將染色體分布在一個(gè)圓盤(pán)上,每個(gè)染色體占據(jù)一定的扇形區(qū)域,扇形區(qū)域的面積大小和染色體的適應(yīng)度大小成正比。如果輪盤(pán)中心裝一個(gè)可以轉(zhuǎn)動(dòng)的指針的話(huà),旋轉(zhuǎn)指針,指針停下來(lái)時(shí)會(huì)指向某一個(gè)區(qū)域,則該區(qū)域?qū)?yīng)的染色體被選中。顯然適應(yīng)度高的染色體由于所占的扇形區(qū)域大,因此被選中的幾率高,可能被選中多次,而適應(yīng)度低的可能一次也選不中,從而被淘汰。算法實(shí)現(xiàn)時(shí)采用隨機(jī)數(shù)方法,先將每個(gè)染色體的適應(yīng)度除以所有染色體適應(yīng)度的和,再累加,使他們根據(jù)適應(yīng)度的大小分布于0-1之間,適應(yīng)度大的占的區(qū)域大,然后隨機(jī)生成一個(gè)0-1之間的隨機(jī)數(shù),隨機(jī)數(shù)落到哪個(gè)區(qū)域,對(duì)應(yīng)的染色體就被選中。重復(fù)操作,選出群體規(guī)模規(guī)定數(shù)目的染色體。這個(gè)操作就是“優(yōu)勝劣汰,適者生存”,但沒(méi)有產(chǎn)生新個(gè)體。 交叉模擬有性繁殖,由兩個(gè)染色體共同作用產(chǎn)生后代,SGA采用單點(diǎn)交叉。由于SGA為二進(jìn)制編碼,所以染色體為二進(jìn)制位串,隨機(jī)生成一個(gè)小于位串長(zhǎng)度的隨機(jī)整數(shù),交換兩個(gè)染色體該點(diǎn)后的那部分位串。參與交叉的染色體是輪盤(pán)賭選出來(lái)的個(gè)體,并且還要根據(jù)選擇概率來(lái)確定是否進(jìn)行交叉(生成0-1之間隨機(jī)數(shù),看隨機(jī)數(shù)是否小于規(guī)定的交叉概率),否則直接進(jìn)入變異操作。這個(gè)操作是產(chǎn)生新個(gè)體的主要方法,不過(guò)基因都來(lái)自父輩個(gè)體。 變異采用位點(diǎn)變異,對(duì)于二進(jìn)制位串,0變?yōu)?,1變?yōu)?就是變異。采用概率確定變異位,對(duì)每一位生成一個(gè)0-1之間的隨機(jī)數(shù),看是否小于規(guī)定的變異概率,小于的變異,否則保持原狀。這個(gè)操作能夠使個(gè)體不同于父輩而具有自己獨(dú)立的特征基因,主要用于跳出局部極值。 遺傳算法認(rèn)為生物由低級(jí)到高級(jí)進(jìn)化,后代比前一代強(qiáng),但實(shí)際操作中可能有退化現(xiàn)象,所以采用最佳個(gè)體保留法,也就是曾經(jīng)出現(xiàn)的最好個(gè)體,一定要保證生存下來(lái),使后代至少不差于前一代。大致有兩種類(lèi)型,一種是把出現(xiàn)的最優(yōu)個(gè)體單獨(dú)保存,最后輸出,不影響原來(lái)的進(jìn)化過(guò)程;一種是將最優(yōu)個(gè)體保存入子群,也進(jìn)行選擇、交叉、變異,這樣能充分利用模式,但也可能導(dǎo)致過(guò)早收斂。 由于是基本遺傳算法,所以?xún)?yōu)化能力一般,解決簡(jiǎn)單問(wèn)題尚可,高維、復(fù)雜問(wèn)題就需要進(jìn)行改進(jìn)了。 下面為代碼。函數(shù)最大值為3905.9262,此時(shí)兩個(gè)參數(shù)均為-2.0480,有時(shí)會(huì)出現(xiàn)局部極值,此時(shí)一個(gè)參數(shù)為-2.0480,一個(gè)為2.0480。算法中變異概率pm=0.05,交叉概率pc=0.8。如果不采用最優(yōu)模式保留,結(jié)果會(huì)更豐富些,也就是算法最后不一定收斂于極值點(diǎn),當(dāng)然局部收斂現(xiàn)象也會(huì)有所減少,但最終尋得的解不一定是本次執(zhí)行中曾找到過(guò)的最好解。

    標(biāo)簽: 遺傳算法

    上傳時(shí)間: 2015-06-04

    上傳用戶(hù):芃溱溱123

  • Delphi7編程100例

    ToolBar工具欄控件的使用 動(dòng)態(tài)建立主菜單選項(xiàng) 窗口界面的動(dòng)態(tài)分隔條 動(dòng)態(tài)設(shè)置選項(xiàng)卡頁(yè)面 在標(biāo)題欄中自定義按鈕 窗體開(kāi)合窗簾效果 Windows XP界面效果 實(shí)現(xiàn)OutLook滾動(dòng)工具欄效果 在下拉列表框中顯示樹(shù)形視圖 自定義系統(tǒng)的About項(xiàng) 修改系統(tǒng)級(jí)菜單 實(shí)現(xiàn)透明窗體效果 爆破特技窗體 只允許建立一次子窗體的MDI程序 從外部DLL中調(diào)用子窗口 新穎的資源管理器界面 如何生成半圓形窗口 制作字幕滾動(dòng)窗體 詳解Canvas生成漸變色窗口背景 WINAPM風(fēng)格磁化窗口 軟件封面的圖片顯示制作 實(shí)現(xiàn)圖片的任意角度旋轉(zhuǎn) 奇妙的拼圖游戲 使用PaintBox控件制作畫(huà)圖程序 使用DrawGrid控件制作五子棋 多彩的數(shù)據(jù)報(bào)表 按壓縮比將BMP轉(zhuǎn)換為JPG 16位真彩轉(zhuǎn)換到256色 調(diào)整圖片的RGB對(duì)比度 實(shí)現(xiàn)圖像的灰度級(jí)處理效果 3種像素歷遍方法的比較和實(shí)現(xiàn) 實(shí)現(xiàn)屏幕拷貝 實(shí)現(xiàn)圖像漫游 4種幕布式圖像顯示技巧 盤(pán)旋法實(shí)現(xiàn)9種濾鏡效果 圖形朦朧疊合顯示技巧 給MDI主窗體增加背景 實(shí)現(xiàn)圖像的淡入淡出顯示 多媒體播放器 播放AVI文件 根據(jù)客戶(hù)端IP地址獲取計(jì)算機(jī)名 實(shí)現(xiàn)多線(xiàn)程IP和DomainName相互轉(zhuǎn)換 Windows2000下的Popup發(fā)送功能 如何實(shí)現(xiàn)Ping操作 實(shí)現(xiàn)多線(xiàn)程共享探測(cè) 實(shí)現(xiàn)Windows95/98的I/O端口讀寫(xiě) 收發(fā)電子郵件與監(jiān)視網(wǎng)絡(luò)服務(wù)器資源 使用WebBrower制作瀏覽器 可視化的Ping工具 使用IdMappedPortTCP進(jìn)行端口映射 動(dòng)態(tài)設(shè)置ODBC數(shù)據(jù)源 用ADO控件打開(kāi)Access數(shù)據(jù)庫(kù) DBGrid中的記錄到Html頁(yè)面的轉(zhuǎn)換 在DBGrid中實(shí)現(xiàn)任意方向查找 在DBGrid中通過(guò)動(dòng)態(tài)下拉列表查找記錄 用DBGrid組件制作下拉列表形式的提示框 利用書(shū)簽處理DBGrid中的多個(gè)記錄 將ComboBox中的內(nèi)容直接拖放到DBGrid里 如何在DBGrid里放置圖標(biāo) DBGrid控件精彩組合 DBChart圖表控件的使用 在StringGrid組件中顯示查詢(xún)結(jié)果 使用流對(duì)象(Tstream)實(shí)現(xiàn)數(shù)據(jù)表中Tmemo字段的顯示 如何動(dòng)態(tài)建立SQLServer ODBC SQL瀏覽器 在SQL查詢(xún)中使用動(dòng)態(tài)參數(shù) 事務(wù)工作原理 標(biāo)準(zhǔn)/模糊查詢(xún) 篩選數(shù)據(jù) 數(shù)據(jù)字典查看器 TDecisionGraph決策組件的使用 明細(xì)表(Master/Detail)結(jié)構(gòu) 像處理文本資料一樣處理數(shù)據(jù)表中的信息 遠(yuǎn)程數(shù)據(jù)庫(kù)登錄 遠(yuǎn)程數(shù)據(jù)庫(kù)的離線(xiàn)處理 在遠(yuǎn)程數(shù)據(jù)庫(kù)中實(shí)現(xiàn)主從表關(guān)系 動(dòng)態(tài)設(shè)置遠(yuǎn)程數(shù)據(jù)庫(kù)的查詢(xún)參數(shù) 在遠(yuǎn)程數(shù)據(jù)庫(kù)中計(jì)算統(tǒng)計(jì)值 多線(xiàn)程與數(shù)據(jù)庫(kù) 使用遠(yuǎn)程存儲(chǔ)過(guò)程 數(shù)據(jù)模塊的同步顯示 建立Web服務(wù)的數(shù)據(jù)提供端 建立Web服務(wù)的數(shù)據(jù)訪(fǎng)問(wèn)端 開(kāi)發(fā)WebSnap數(shù)據(jù)庫(kù)程序 建立ActiveForm數(shù)據(jù)瀏覽 建立數(shù)據(jù)查詢(xún)WebServices服務(wù)器端 數(shù)據(jù)查詢(xún)Web服務(wù)客戶(hù)端開(kāi)發(fā) 基于WAP的手機(jī)無(wú)線(xiàn)應(yīng)用 建立基本W(wǎng)eb數(shù)據(jù)庫(kù)服務(wù)器應(yīng)用 建立類(lèi)型庫(kù)編輯DataSnap服務(wù)端 建立查詢(xún)條件Web數(shù)據(jù)庫(kù)服務(wù)器應(yīng)用 建立基本MTS服務(wù)端 建立MTS數(shù)據(jù)訪(fǎng)問(wèn)客戶(hù)端 建立IntraWeb數(shù)據(jù)瀏覽 將程序圖標(biāo)設(shè)置到Windows系統(tǒng)托盤(pán) 取得和修改文件的創(chuàng)建和修改日期 通過(guò)流式數(shù)據(jù)實(shí)現(xiàn)文件分割與合并 實(shí)現(xiàn)指定擴(kuò)展名文件和相應(yīng)程序的關(guān)聯(lián) 獲取漢字拼音的首字母 監(jiān)視剪貼板 在IE工具欄上增加一個(gè)按鈕圖標(biāo) 軟件注冊(cè)機(jī)制的建立 復(fù)活節(jié)彩蛋的制作 SkinEngine控件——XP換膚 ActionList——應(yīng)用程序通用功能列表 OleContainer——OLE容器 將程序項(xiàng)設(shè)置到控制面板 藝術(shù)化排列桌面圖標(biāo) Delphi中的ini文件的讀寫(xiě) 建立鍵盤(pán)鼠標(biāo)動(dòng)作記錄與回放 實(shí)現(xiàn)指定目錄下的文件查詢(xún) 實(shí)現(xiàn)對(duì)系統(tǒng)的操作監(jiān)視 系統(tǒng)級(jí)熱鍵的實(shí)現(xiàn) 檢測(cè)NumLock、Insert、CapsLock、ScrollLock鍵的狀態(tài)

    標(biāo)簽: Delphi7編程100例

    上傳時(shí)間: 2017-06-21

    上傳用戶(hù):blueicemei

  • 模糊程序三角隸屬度函數(shù)仿真

    適合模糊學(xué)習(xí)初學(xué)者,模糊學(xué)習(xí)分為: 模糊化、模糊規(guī)則、模糊推理、反模糊這幾個(gè)過(guò)程。

    標(biāo)簽: 模糊 函數(shù) 仿真 程序

    上傳時(shí)間: 2018-08-09

    上傳用戶(hù):kinghannah

  • 理想解排序法和秩和比法

    理想解排序法和秩和比法,通過(guò)計(jì)算每個(gè)方案到理想方案的相對(duì)貼近度,來(lái)對(duì)方案進(jìn)行排序,從而選出最優(yōu)方案

    標(biāo)簽: 排序

    上傳時(shí)間: 2019-05-18

    上傳用戶(hù):781931647

  • 基于模糊聚類(lèi)分析與模型識(shí)別的微電網(wǎng)多目標(biāo)優(yōu)化方法

    在微電網(wǎng)調(diào)度過(guò)程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的 循環(huán)電量,建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子 群算法(multi-objective particle swarm optimization,MOPSO) 的不足,提出引入模糊聚類(lèi)分析的多目標(biāo)粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering,F(xiàn)CMOPSO),在迭代過(guò)程中引入模糊聚 類(lèi)分析來(lái)尋找每代的集群最優(yōu)解。與 MOPSO 相比, FCMOPSO 增強(qiáng)了算法的穩(wěn)定性與全局搜索能力,同時(shí)使優(yōu) 化結(jié)果中 Pareto 前沿分布更均勻。在求得 Pareto 最優(yōu)解集 后,再根據(jù)各目標(biāo)的重要程度,用模糊模型識(shí)別從最優(yōu)解集 中找出不同情況下的最優(yōu)方案。最后以一歐洲典型微電網(wǎng)為 例,驗(yàn)證算法的有效性和可行性。

    標(biāo)簽: 模糊 模型識(shí)別 微電網(wǎng) 多目標(biāo)優(yōu)化 聚類(lèi)分析

    上傳時(shí)間: 2019-11-11

    上傳用戶(hù):Dr.趙勁帥

主站蜘蛛池模板: 尼玛县| 突泉县| 呼伦贝尔市| 宁陕县| 绥芬河市| 新民市| 安福县| 都兰县| 乌兰察布市| 萨嘎县| 固原市| 和顺县| 遂川县| 云安县| 龙川县| 沛县| 奉节县| 庆元县| 布尔津县| 西平县| 喀什市| 清远市| 金溪县| 洛川县| 蓝田县| 岗巴县| 政和县| 渑池县| 蒙山县| 津市市| 齐河县| 晋江市| 长兴县| 雅安市| 新田县| 东乌| 克拉玛依市| 永平县| 霍城县| 建湖县| 凌云县|