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

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

算法模型

  • 而灰色PID控制算法

    而灰色PID控制算法，以灰色系統(tǒng)理論為基礎，對系統(tǒng)不確定部分建立灰色模型，進行灰色預估補償，使控制系統(tǒng)的灰量得到一定程度的白化，可以提高PID控制質(zhì)量及其魯棒性。

    標簽： PID 控制算法

    上傳時間： 2013-12-14

    上傳用戶：stvnash

  • RSA算法是第一個能同時用于加密和數(shù)字簽名的算法

    RSA算法是第一個能同時用于加密和數(shù)字簽名的算法，也易于理解和操作。 RSA是被研究得最廣泛的公鑰算法，從提出到現(xiàn)在已近二十年，經(jīng)歷了各種攻擊的考驗，逐漸為人們接受，普遍認為是目前最優(yōu)秀的公鑰方案之一。RSA的安全性依賴于大數(shù)的因子分解，但并沒有從理論上證明破譯RSA的難度與大數(shù)分解難度等價。該課題要求完成對給定的文件作為輸入，通過RSA算法對該數(shù)據(jù)進行加密，為了便于用戶理解，要求提供此模型的可視化圖形顯示。

    標簽： RSA 算法 加密 數(shù)字簽名

    上傳時間： 2015-11-04

    上傳用戶：JIUSHICHEN

  • 并本文對兩大類步態(tài)識別算法進行了深入研究

    并本文對兩大類步態(tài)識別算法進行了深入研究，其主要內(nèi)容集中于步態(tài)特征的提取和分類器的設計兩部分。 在特征提取階段采用多種不同的方法提取多種不同的步態(tài)特征，其中效果較好的是一種基于模型的特征提取方法。本文使用關鍵點和肢體角度構(gòu)建人體的骨骼化模型， 并對模型的各項參數(shù)提取做了改進，從人體的骨骼化模型中提取人體的靜態(tài)參數(shù)(如身高、步幅等)以及動態(tài)參數(shù)(如運動過程中關鍵點的位置、運動軌跡、肢體角度、

    標簽： 步態(tài)識別 算法

    上傳時間： 2014-01-15

    上傳用戶：skhlm

  • 利用空間表示的rcc8模型進行空間推理

    利用空間表示的rcc8模型進行空間推理， 解決csp問題，可以自動產(chǎn)生csp問題，然后解決，利用了不同的算法并且做了比較，有仿真試驗。

    標簽： rcc8 模型

    上傳時間： 2015-11-15

    上傳用戶：refent

  • 本文基于遺傳算法思想

    本文基于遺傳算法思想，采用浮點數(shù)矩陣表示編碼，在遺傳算法的進化過程中加入一定的約束條件等方法，探討了網(wǎng)絡結(jié)構(gòu)的設計和學習。經(jīng)實例分析，在用于建立大壩安全監(jiān)控預報模型的前饋神經(jīng)網(wǎng)絡設計中，該方法在滿足一定約束條件下，能同時有效地尋找合適的網(wǎng)絡結(jié)構(gòu)和相應的參數(shù)(神經(jīng)網(wǎng)絡的權(quán)值和閾值)，且在精度和速度上都有較大的提高，為實現(xiàn)實時在線分析評價大壩的安全性態(tài)提供了有力的技術支持。

    標簽： 算法

    上傳時間： 2015-11-15

    上傳用戶：凌云御清風

  • 是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型。通過全老師耐心的講解

    是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型。通過全老師耐心的講解，我已經(jīng)清楚了簡單遺傳算法的處理過程，遺傳算法的基本操作包括：編碼、初始群體的生成、適應度評估檢測、選擇、雜交操作、變異。下面是我用Java編寫的一個簡單遺傳算法的程序，求解的題目

    標簽： 模擬 過程 計算模型

    上傳時間： 2013-11-27

    上傳用戶：上善若水

  • ：介紹了擴展卡爾曼濾波算法和無跡變換(unscented transformation

    ：介紹了擴展卡爾曼濾波算法和無跡變換(unscented transformation，UT)算法，并對擴展卡爾曼濾波算法(EKF)和無 跡卡爾曼濾波算法(UKF)進行比較，闡明了UKF優(yōu)于EKF。在此基礎上，提出了一種基于Unscented變換(uT)的高斯和濾 波算法，該算法首先通過合并準則得到適當個數(shù)的混合高斯模型，逼近系統(tǒng)中非高斯噪聲的概率密度

    標簽： transformation unscented 擴展 卡爾曼濾波

    上傳時間： 2015-11-25

    上傳用戶：bruce

  • 蟻群算法是一種求解組合最優(yōu)化問題的新型通用啟發(fā)式方法

    蟻群算法是一種求解組合最優(yōu)化問題的新型通用啟發(fā)式方法，該方法具有正反饋、分布式計算和富于建設性的貪婪啟發(fā)式搜索的特點。通過建立適當?shù)臄?shù)學模型，基于故障過電流的配電網(wǎng)故障定位變?yōu)橐环N非線性全局尋優(yōu)問題

    標簽： 蟻群算法 組合 啟發(fā)式

    上傳時間： 2015-12-09

    上傳用戶：小寶愛考拉

  • 詳細講解了什么是啟發(fā)式算法

    詳細講解了什么是啟發(fā)式算法，以及啟發(fā)式算法的各種類型和相應的模型

    標簽： 啟發(fā)式算法

    上傳時間： 2015-12-24

    上傳用戶：123456wh

  • 本文提出了有模型指導的三維人體運動跟蹤框架

    本文提出了有模型指導的三維人體運動跟蹤框架，將一個多關節(jié)的圓臺形狀三維人體模型與多個視頻圖像中的外輪廓、邊界、灰度和膚色特征進行匹配，使人體運動跟蹤變成一個狀態(tài)估計問題。并且，使用基于概率模型的粒子濾波算法來完成非線性、非高斯動態(tài)系統(tǒng)的狀態(tài)估計。

    標簽： 模型 人體運動跟蹤

    上傳時間： 2014-05-26

    上傳用戶：zsjzc

主站蜘蛛池模板： 秭归县| 太白县| 凉城县| 景泰县| 灵宝市| 襄樊市| 台东县| 凌海市| 遂宁市| 柘城县| 灯塔市| 林州市| 屏东市| 大港区| 千阳县| 华安县| 盈江县| 石楼县| 和林格尔县| 遵化市| 镇宁| 崇州市| 临朐县| 贺州市| 天祝| 太湖县| 石屏县| 泸州市| 垣曲县| 乐业县| 达州市| 泾川县| 道孚县| 天津市| 梁平县| 读书| 古交市| 澜沧| 芜湖市| 商丘市| 光山县|