目前最新的MD6 Hash 算法源碼，下一代的安全散列驗證算法。
上傳時間： 2013-12-31
上傳用戶：asdkin
在網(wǎng)絡異常檢測中,為了提高對異常狀態(tài)的檢測率，降低對正常狀態(tài)的誤判率,本文提出一種基于量子粒子群優(yōu)化算法訓練小波神經(jīng)網(wǎng)絡進行網(wǎng)絡異常檢測的新方法。利用量子粒子群優(yōu)化算法(QPSO)訓練小波神經(jīng)網(wǎng)絡,將小波神經(jīng)網(wǎng)絡(WNN)中的參數(shù)組合作為優(yōu)化算法中的一個粒子,在全局空間中搜索具有最優(yōu)適應值的參數(shù)向量。
上傳時間： 2014-12-03
上傳用戶：liuchee
高校排課系統(tǒng)的算法，基于蟻群算法。高校排課系統(tǒng)的算法，基于蟻群算法
標簽： 算法
上傳時間： 2013-12-12
上傳用戶：czl10052678
《蟻群優(yōu)化》書本的源代碼~ 該書是蟻群優(yōu)化創(chuàng)始人DM的著作，是蟻群算法的最最權(quán)威的著作，該代碼也是最最權(quán)威的蟻群算法的代碼~ 對研究蟻群算法的研究生或者博士生特別有用~
標簽： 源代碼
上傳時間： 2017-08-21
上傳用戶：xymbian
遺傳算法c語言代碼 仿真及其研究 蟻群算法
標簽： 遺傳算法
上傳時間： 2016-03-28
上傳用戶：jnyxzdh
改進的蟻群聚類算法ppt，有原理介紹。背景介紹
上傳時間： 2016-06-17
上傳用戶：hhkpj
老師給的demo，很好用。里面有很多可以直接運行的程序。
上傳時間： 2018-05-23
上傳用戶：zhaoliangseu
人工智能結(jié)課作業(yè)（A星八數(shù)碼/廣度優(yōu)先/深度優(yōu)先/粒子群尋優(yōu)算法/遺傳算法/蟻群算法/BP神經(jīng)網(wǎng)絡/卷積神經(jīng)網(wǎng)絡）
標簽： 人工智能
上傳時間： 2021-10-20
上傳用戶：recarry
移動機器人路徑規(guī)劃尤其是未知環(huán)境下機器人路徑規(guī)劃是機器人技術(shù)中的一個重要研究領(lǐng)域，得到了很多研究者的關(guān)注，并取得了一系列重要成果。目前已存在許多用來解決該問題的優(yōu)化算法，但是此類問題屬于N-Hard問題，尋求更佳的算法就成為該領(lǐng)域的一個研究熱點。為此，根據(jù)機器人路徑規(guī)劃算法的研究現(xiàn)狀和向智能化，仿生化發(fā)展的趨勢，研究了一種基于圖的機器人路徑規(guī)劃螞蟻優(yōu)化算法。算法首先用柵格法對機器人的工作空間進行建模，并用一個狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造出一個連通圖，由一組螞蟻在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑。最后，借鑒分枝隨機過程和生滅過程的理論知識，用概率的方法從理論上對該算法的收斂性進行了分析，在此基礎(chǔ)上，結(jié)合計算機仿真結(jié)果，證實了本文提出的算法的有效性和收斂性。迄今為止，對于未知環(huán)境下機器人路徑規(guī)劃，人們已經(jīng)探索出了許多有效的求解方法諸如虛擬力場法、基于學習或Q學習的規(guī)劃方法、滾動窗口規(guī)劃方法、非啟發(fā)式方法及各類定位、導航方法等等。近年來，不少學者用改進的遺傳算法、神經(jīng)網(wǎng)絡、隨機樹、蟻群算法等方法對未知環(huán)境下機器人路徑進行了規(guī)劃機器人路徑規(guī)劃算法向智能化、仿生化發(fā)展是一個明顯的趨勢.由于已有算法不同程度的存在一定局限性，諸如搜索空間大、算法復雜、效率不高等，尤其對于未知環(huán)境，不少路徑規(guī)劃算法的復雜度較高，甚至無法求解，根據(jù)日前的研究現(xiàn)狀和不足，本文提出了一種用于解決未知環(huán)境下機器人路徑規(guī)劃的基于圖的螞蟻算法，理論分析和實驗結(jié)果都證明了本文算法的有效性和收斂性本課題研究的主要內(nèi)容本文在用概格法對機器人的工作空間進行建模的基礎(chǔ)上，用一個狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造一個連通圖，由一組螞蚊在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑并借鑒分枝隨機過程和生滅過程的理論知識用概率的方法從理論上對該算法的收斂性進行了分析，結(jié)合計算機仿真，證明了本文算法的有效性和收斂性
上傳時間： 2022-03-10
上傳用戶：kingwide
圖像是人類智能活動重要的信息來源之一，是人類相互交流和認識世界的主要媒體。隨著信息高速公路、數(shù)字地球概念的提出，人們對圖像處理技術(shù)的需求與日劇增，同時VLSI技術(shù)的發(fā)展給圖像處理技術(shù)的應用提供了廣闊的平臺。圖像處理技術(shù)是圖像識別和分析的基礎(chǔ)，所以圖像處理技術(shù)對整個圖像工程來說就非常重要，對圖像處理技術(shù)的實現(xiàn)的研究也就具有重要的理論意義與實用價值，包括對傳統(tǒng)算法的改進和硬件實現(xiàn)的研究。仿生算法的興起為圖像處理問題的解決提供了一條十分有效的新途徑；FPGA技術(shù)的發(fā)展為圖像處理的硬件實現(xiàn)提供了有效的平臺。 @@ 本文在詳細介紹鄰域圖像處理算法及其數(shù)據(jù)結(jié)構(gòu)、遺傳算法和蟻群算法基本原理的基礎(chǔ)上，將其應用于圖像增強和圖像分割的圖像處理問題之中，并將其用FPGA技術(shù)實現(xiàn)。論文中采用遺傳算法自適應的確定非線性變換函數(shù)的參數(shù)對圖像進行增強，在采用FPGA來實現(xiàn)的過程中先對系統(tǒng)進行模塊劃分，主要分為初始化模塊、選擇模塊、適應度模塊、控制模塊等，然后利用VHDL語言描述各個功能模塊，為了提高設計效率，利用IP核進行存儲器設計，利用DSP Builder進行數(shù)學運算處理。時序控制是整個系統(tǒng)設計的核心，為盡量避免毛刺現(xiàn)象，各模塊的時序控制都是采用單進程的Moore狀態(tài)機實現(xiàn)的。在圖像分割環(huán)節(jié)中，圖像分割問題轉(zhuǎn)換為求圖像的最大熵問題，采用蟻群算法對改進的最大熵確定的適應度函數(shù)進行優(yōu)化，并對基于FPGA和蟻群算法實現(xiàn)圖像分割的各個模塊設計進行了詳細介紹。 @@ 對實驗結(jié)果進行分析表明遺傳算法和蟻群算法在數(shù)字圖像處理中的使用明顯改善了處理的效果，在利用FPGA實現(xiàn)遺傳算法和蟻群算法的整個設計過程中由于充分發(fā)揮了FPGA的并行計算能力及流水線技術(shù)的應用，大大提高算法的運行速度。 @@關(guān)鍵詞：圖像處理；遺傳算法；蟻群算法；FPGA
標簽： FPGA 數(shù)字圖像處理
上傳時間： 2013-06-03
上傳用戶：小火車啦啦啦
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
