-
基于遗传模拟退火算法的聚类算法
遗传算法在运行早期个体差异较大，当采用经典的轮盘赌方式选择时，后代产生的个数与父个体适应度大小成正比，因此在早期容易使个别好的个体的后代充斥整个种群，造成早熟。在遗传算法后期，适应度趋向一致，优秀的个体在产生后代时，优势不明显，从而使整个种群进化停滞不前。因此对适应度适当地进行拉伸是必要的，这样在温度高时(遗传算法的前期)，适应度相近的个体产生的后代概率相近；而当温度不断下降后，拉伸作用加强，使适应度相近的个体适应度差异放大，从而使得优秀的个体优势更明显。由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。本案例研究了基于遗传模拟退火算法的聚类算法。
- 2023-07-26 07:15:03下载
- 积分：1
-
omp算法，应用与压缩感知
这个是经典omp算法，里面测量矩阵是用的高斯随机矩阵，稀疏基是傅里叶正交矩阵。这个算法对研究压缩感知非常有用。
- 2022-01-25 15:02:28下载
- 积分：1
-
意味着在C #滤波器
应用背景关键技术均值滤波的想法是简单的替换每个像素值与平均图像（`平均”）邻国的价值，包括本身。这消除了其像素值的影响具代表性的环境。像其他部分是围绕一个核心，这代表形状和邻域大小进行采样时计算平均。
- 2022-08-21 13:48:45下载
- 积分：1
-
用matlab编写的基于轮廓最大互信息图像配准算法
用matlab编写的基于轮廓最大互信息图像配准算法
- 2022-06-17 20:51:33下载
- 积分：1
-
粗糙集差分矩阵算法
"我们介绍两个概念有关的任何信息系统，即 dis cernibility 矩阵和区分函数。我们目前这些 notionsand 的一些性质作为推论得出几种算法 forpolving 问题在过活，粗糙确定性、 约简、 核心和依赖关系生成。"— — 所引用的材料
- 2022-05-21 03:47:21下载
- 积分：1
-
常微分和偏微分方程中的c程序，C++，Fortran，java，马…
Ordinary and Partial Differential Equation Routines in C, C++, Fortran, Java, Maple, and MATLAB
- 2022-07-09 17:55:39下载
- 积分：1
-
quick sort例子
quick sort例子-quick sort example
- 2022-08-15 15:34:38下载
- 积分：1
-
使用MFC编写的画图
使用MFC做出的可绘制圆形和椭圆的简单代码。用以MFC的初步学习和使用。在本程序中详细介绍了具体的使用和步骤，让读者可以方便的领会其设计思路。
- 2022-01-23 11:08:41下载
- 积分：1
-
这是我从网上找到的阴历算法，出于对原作者的尊重，代码里的各内容多于保留。...
这是我从网上找到的阴历算法，出于对原作者的尊重，代码里的各内容多于保留。-This is what I found in the lunar calendar online algorithm, based on the original author of respect, the code"s content than reservations.
- 2022-10-04 12:00:03下载
- 积分：1
-
MOEA framework
应用背景The MOEA Framework is a free and open source Java library for developing and
experimenting with multiobjective evolutionary algorithms (MOEAs) and other
general-purpose multiobjective optimization algorithms. The MOEA Framework
supports genetic algorithms, differential evolution, particle swarm
optimization, genetic programming, grammatical evolution, and more. A number of
algorithms are provided out-of-the-box, including NSGA-II, NSGA-III, ε-MOEA,
GDE3 and MOEA/D. In addition, the MOEA Framework provides the tools necessary
to rapidly design, develop, execute and statistically test optimization
algorithms.关键技术Its key features includes:
* Fast, reliable implementations of many state-of-the-art algorithms
* Extensible with custom algorithms, problems and operators
* Supports master-slave, island-model, and hybrid parallelization
&n
- 2022-02-28 22:09:39下载
- 积分：1
