<cite id="yeug8"></cite>
* 這里是遺傳算法的核心框架遺傳算法的步驟： * 遺傳算法核心部分的算法描述 * 算法步驟： * 1、初始化 * 1.1、生成初始種群編碼 * 1.2、計(jì)算每個個體的適配值。 * 1.3、記錄當(dāng)前最優(yōu)適配值和最優(yōu)個體 * 2、選擇和遺傳， * 2.0、若當(dāng)前最優(yōu)適配值多次小于已有的最優(yōu)適配值（或相差不大）很多次，或者進(jìn)化的次數(shù)超過設(shè)定的限制，轉(zhuǎn)4。 * 2.1、按照與每個個體的適配值成正比的概率選擇個體并復(fù)制，復(fù)制之后個體的數(shù)目和原始種群數(shù)目一樣。 * 2.2、（最好先打亂復(fù)制后種群的個體次序）對復(fù)制后個體進(jìn)行兩兩配對交叉，生成相同數(shù)目的的下一代種群。 * 2.3、對下一代種群按照一定的概率進(jìn)行變異 * 2.4、計(jì)算每個個體的適配值。 * 2.5、記錄當(dāng)前最優(yōu)適配值和最優(yōu)個體 * 2.6、轉(zhuǎn)2 * 3、返回當(dāng)前最優(yōu)適配值以及其對應(yīng)的編碼，結(jié)束。
上傳時間： 2013-12-25
上傳用戶：plsee
該算法是bimoment非線性歸一化的改進(jìn)，可以對最終的識別率有所提高，而且該算法能夠自動的調(diào)整漢字的中心，并有很強(qiáng)的抗干擾能力
上傳時間： 2014-11-03
上傳用戶：515414293
利用MPI實(shí)現(xiàn)并行化的jacobi算法，同時加入串行實(shí)現(xiàn)的算法用于對比 編譯：mpicc jacobi.c -o jacobi 運(yùn)行：mpirun -n nodenum jacobi
上傳時間： 2013-12-18
上傳用戶：s363994250
表示線段并進(jìn)行計(jì)算,進(jìn)行初始化生成的算法,直接可用的
上傳時間： 2013-12-19
上傳用戶：yoleeson
subclutering initializing fcm: 開發(fā)語言：matlab 功能：使用減法聚類初始化fcm算法的聚類中心，可以快速找到合適的初始聚類中心
標(biāo)簽： subclutering initializing fcm matlab
上傳時間： 2014-01-20
上傳用戶：lingzhichao
計(jì)算方法程序,包括高斯列主元法,復(fù)化simpson,標(biāo)準(zhǔn)四階龍格庫塔,Seidel迭代,Romberg算法
標(biāo)簽： simpson Romberg Seidel 計(jì)算方法
上傳時間： 2013-12-26
上傳用戶：firstbyte
RSA數(shù)字簽名 RSA算法的加密解密 可視化MFC界面
標(biāo)簽： RSA MFC 數(shù)字簽名 加密
上傳時間： 2014-01-09
上傳用戶：yuanyuan123
實(shí)驗(yàn)操作系統(tǒng)課程設(shè)計(jì)中有關(guān)進(jìn)程管理、內(nèi)存管理、資源分配、銀行家算法等要求。可視化動態(tài)界面。
標(biāo)簽： 實(shí)驗(yàn) 內(nèi)存管理 可視化 動態(tài)界面
上傳時間： 2014-01-11
上傳用戶：lizhizheng88
通過引入與余差有關(guān)的代價(jià)函數(shù),給出了一種高精度估計(jì)基礎(chǔ)矩陣的線性算法——加權(quán)平移算法.首先 將原始輸入數(shù)據(jù)加權(quán),計(jì)算加權(quán)后數(shù)據(jù)的重心坐標(biāo),將坐標(biāo)原點(diǎn)平移到該重心坐標(biāo),再作歸一化處理.然后用8點(diǎn) 算法求出基礎(chǔ)矩陣F陣的8個參數(shù),實(shí)現(xiàn)了F陣的高精度估計(jì).實(shí)驗(yàn)結(jié)果表明,此算法具有良好的魯棒性,且余差 和對極距離都小于其他線性算法,提高了基礎(chǔ)矩陣的精度.
標(biāo)簽： 加權(quán) 數(shù)據(jù) 算法 函數(shù)
上傳時間： 2016-08-15
上傳用戶：zgu489
MFC的36選7,圖形化界面,并有多個算法
上傳時間： 2016-08-18
上傳用戶：litianchu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<strike id="oo8iu"></strike>