<tfoot id="ufuer"></tfoot>
粒子群算法是在遺傳算法基礎上發展起來的一種新的并行優化方法,可用于解決大量非線性、不可微和多峰值的復雜問題。與遺傳算法不同的是,粒子群算法中的粒子有記憶功能,整個搜索過程是跟隨當前最優粒子的過程,因此在大多數情況下,所有的粒子可能更快的收斂于最優解。而且粒子群算法理論簡單,參數少,因此其應用更為廣泛。文中把粒子群算法用于陣列天線的波束賦形,結果表明粒子群算法在對天線形狀進行設計方面有很好的發展前景。
標簽： 粒子群算法 波束賦形 陣列天線
上傳時間： 2013-11-14
上傳用戶：lz4v4
多維力傳感器采用了均勻壁厚的薄壁圓筒形的彈性體，實現多維力的測量。并對多維測力臺進行了有限元分析，計算出彈性體的應力分布，進而精確定位彈性體上應變片的粘貼位置。采用4個多維力傳感器聯合組橋的方式消除維間耦合并提高測量靈敏度。
標簽： 多維 測力臺 有限元分析
上傳時間： 2014-01-21
上傳用戶：fac1003
國際組織OMA的資料。OMA是有運營商組織的一個國際形的組織，更多的是從運營角度提供一些標準規范。
標簽： OMA 國際 商
上傳時間： 2015-08-06
上傳用戶：曹云鵬
分形算法，書中描述了分形的具體實現過程，并用Visual C++詳細記錄，希望給大家更多的啟發
標簽： 分形 算法
上傳時間： 2014-01-23
上傳用戶：GHF
建立調度自動化系統數據中心的設計與實施方法,它采用數據庫技術,對多來源的數據(例如EMS、二級網、三級網、備用系統、應用軟件系統)進行預處理,然后自動判斷或人工設置,把有效、可靠的數據存入數據庫,以形成全網集中、惟一、實時和統一的數據中心 同時提供標準動態連接庫調用和接口給其他系統使用,以滿足目前各部門各應用系統對實時數據再應用的需求.
標簽： EMS 數據 調度
上傳時間： 2015-09-07
上傳用戶：WMC_geophy
本文的題目是基于分形和遺傳算法的人臉識別方法，對有限人群提出一種采用分形特征和遺傳聚類的識別方法: 將圖像分成很多小區域, 分別計算各個區域的分形特征, 以充分利用圖像二維信息 同一個模式有多個樣本, 通過遺傳算法進行聚類以得到最優解實現不變性識別. 最后采用ORL 人臉圖像庫的一組圖像對比了新方法、本征臉法和自聯想神經網絡方法, 結果表明該方法的識別率, 與本征臉法相似, 比自聯想神經網絡高.
標簽： 分形 人臉識別方法 算法
上傳時間： 2013-12-13
上傳用戶：cc1915
遺傳算法在曲線多邊形近似中的應用 在平面數字曲線的多邊形近似中, 為克服頂點的檢測只依靠局部區域、缺乏全局信息的弱點, 文中把多邊 形近似問題作為尋找在滿足一定的近似誤差條件下使頂點數最少、或者使頂點數和近似誤差都盡可能少的最優化 問題來處理. 為了能夠處理點數較多的曲線, 文中采用遺傳算法和基于Pareto 最優解的改進遺傳算法來求近似最 優解. 和一些經典算法的實驗比較表明, 文中算法與只依靠曲線局部特性的一類算法相比, 在近似的保真性和效率 上有明顯的改進, 同時又比準確尋優一類的算法如動態規劃等有大幅度的時間節省.
標簽： 算法 中的應用 數字 局部
上傳時間： 2013-12-30
上傳用戶：lepoke
SCE（shuffled complex evolution ）是一種相對較新的連續性問題的元啟發搜索算法。非常適合于求解具有多個局部最小的全局優化問題。SCE算法的主要特征是通過競爭進化和定期洗牌來確保每個復形獲得的信息能在整個問題空間獲得共享。
標簽： SCE evolution shuffled complex
上傳時間： 2013-12-25
求多維函數極值的一種算法，由Nelder和Mead提出，又叫單純形算法，但和線性規劃中的單純形算法是不同的，由于未利用任何求導運算，算法比較簡單，但收斂速度較慢，適合變元數不是很多的方程求極值
標簽： 多維 函數 算法
上傳時間： 2014-01-25
上傳用戶：asdkin
TMS320VC5416的主要特征有： (1)優化的CPU結構：增強的多總線結構，數據總線具有總線保持特性；40bit的算術邏輯單元（ALU），包括兩個獨立的40bit的累加器，一個40bit的桶形移位器；一個17×17的乘法器連接一個40bit專用加法器，可用來進行非流水線式的單周期乘/累加（MAC）操作等。
標簽： 5416 TMS 320 CPU
上傳時間： 2013-12-28
上傳用戶：lacsx
蟲蟲下載站版權所有 京ICP備2021023401號-1
