遺傳算法——利用與攢算法求解費(fèi)U型癌女性規(guī)劃問題
上傳時(shí)間： 2018-01-26
上傳用戶：wby19941127
基于FFT的數(shù)字水印算法設(shè)計(jì)，包括水印的嵌入和提取，置亂，峰值噪聲比，歸一化
標(biāo)簽： FFT 數(shù)字水印 算法設(shè)計(jì)
上傳時(shí)間： 2018-07-30
上傳用戶：小強(qiáng)子說
聯(lián)合對(duì)角化JADE算法實(shí)例，實(shí)現(xiàn)盲源分離
上傳時(shí)間： 2021-07-30
上傳用戶：xzysn
移動(dòng)機(jī)器人路徑規(guī)劃尤其是未知環(huán)境下機(jī)器人路徑規(guī)劃是機(jī)器人技術(shù)中的一個(gè)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(gè)研究熱點(diǎn)。為此，根據(jù)機(jī)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(shì)，研究了一種基于圖的機(jī)器人路徑規(guī)劃螞蟻優(yōu)化算法。算法首先用柵格法對(duì)機(jī)器人的工作空間進(jìn)行建模，并用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造出一個(gè)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(jī)過程和生滅過程的理論知識(shí)，用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，在此基礎(chǔ)上，結(jié)合計(jì)算機(jī)仿真結(jié)果，證實(shí)了本文提出的算法的有效性和收斂性。迄今為止，對(duì)于未知環(huán)境下機(jī)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(chǎng)法、基于學(xué)習(xí)或Q學(xué)習(xí)的規(guī)劃方法、滾動(dòng)窗口規(guī)劃方法、非啟發(fā)式方法及各類定位、導(dǎo)航方法等等。近年來，不少學(xué)者用改進(jìn)的遺傳算法、神經(jīng)網(wǎng)絡(luò)、隨機(jī)樹、蟻群算法等方法對(duì)未知環(huán)境下機(jī)器人路徑進(jìn)行了規(guī)劃?rùn)C(jī)器人路徑規(guī)劃算法向智能化、仿生化發(fā)展是一個(gè)明顯的趨勢(shì).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(fù)雜、效率不高等，尤其對(duì)于未知環(huán)境，不少路徑規(guī)劃算法的復(fù)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(jī)器人路徑規(guī)劃的基于圖的螞蟻算法，理論分析和實(shí)驗(yàn)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(duì)機(jī)器人的工作空間進(jìn)行建模的基礎(chǔ)上，用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造一個(gè)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(jī)過程和生滅過程的理論知識(shí)用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，結(jié)合計(jì)算機(jī)仿真，證明了本文算法的有效性和收斂性
標(biāo)簽： 機(jī)器人 路徑規(guī)劃 螞蟻算法
上傳時(shí)間： 2022-03-10
上傳用戶：kingwide
家 庭 總 線 是 智 能 家 居 實(shí) 現(xiàn) 的 重 要 基 礎(chǔ) ． 是 住 宅 內(nèi) 部 的 神 經(jīng) 系 統(tǒng) ． 其 主 要 作 用 是 連 接 家 中的各 種 電子 、 電氣 設(shè) 備 ． 負(fù)責(zé) 將 家 庭 內(nèi) 的 各 種 通 信 設(shè) 備 ( 包 括 安 保 、 電話 、 家 電 、 視 聽 設(shè) 備 等 )連 接 在 一 起 ． 形 成 一 個(gè) 完 整 的家 庭 網(wǎng) 絡(luò) 。 日 本 是 較 早 推 動(dòng) 智 能 家 居 發(fā) 展 的 國(guó) 家 之 一 ， 它 較 早 地 提 出 了 家庭 總線 系統(tǒng) (H O m e B u S S Y S t e m ， 簡(jiǎn)稱H B S ) 的概念 ． 成 立 了 家庭 總線 (H B S )研 究會(huì) ． 并 在 郵政省和 通 產(chǎn) 省 的指 導(dǎo) 下 組 成 了H B S 標(biāo) 準(zhǔn)委 員 會(huì) ， 制定 了 日 本 的H B s 標(biāo) 準(zhǔn) 。 按 照 該 標(biāo) 準(zhǔn) ， H B S 系統(tǒng) 由一 條 同 軸 電 纜 和 4 對(duì) 雙 絞 線 構(gòu) 成 ， 前 者 用 于 傳 輸 圖 像 信 息 ． 后者 用 于 傳輸語(yǔ) 音 、 數(shù)據(jù)及 控制信 號(hào) 。 各 類家用 設(shè) 備 與 電氣 設(shè) 備 均 按 一 定 方式 與H B S 相 連 ， 這 些 電氣設(shè) 備 既 可 以在 室 內(nèi)進(jìn) 行 控制 ． 也 可 在異地 通 過 電話進(jìn)行 遙 控 。 為適 應(yīng) 大型 居住社 區(qū) 的需 要 ， 1 9 8 8 年年初 ， 日 本住 宅信息 化推進(jìn)協(xié)會(huì) 又 推 出 了 超級(jí) 家庭總 線 (S u p e r H0 m e B u s S y s t e m ， 簡(jiǎn) 稱S - H B S ) ， 它適 用 于 更 大 的范 圍 ． 因 為一 個(gè)S - H B s 系統(tǒng)可 掛接 數(shù)千個(gè)家庭 內(nèi)部 網(wǎng) 。 家庭 智能化要 求諸 多家 電和 網(wǎng)絡(luò)能夠彼此 相容 ． 總線協(xié) 議是 其精髓 所 在 ， 只 有接 E l 暢通 ， 家 電才能 “ 聽懂 ” 人 發(fā) 出的指令 ， 因此 總線標(biāo)準(zhǔn) 的物理 層 接 口 形 式 是 智能 家居 亟 待解決 的重 要 問題 之 一 。 目前 比 較成型 的總線標(biāo) 準(zhǔn) 協(xié) 議 主 要 是 美 國(guó)公 司 提 出 的 ， 包 括E c h e l o n 公 司 I)~L o n W o r k s 協(xié)議 、 電子 工 業(yè) 協(xié) 會(huì) (E I A ) 的C E 總線協(xié) 議 (C EB u S ) 、 S m a r t Ho u s e L P 的智 能屋 協(xié) 議 和×一 1 0 公 司 的X 一 1 0 協(xié) 議等。 這 些 協(xié) 議 各 有 優(yōu) 劣 。
標(biāo)簽： 智能家居
上傳時(shí)間： 2022-03-11
上傳用戶：
C算法(第一卷)-帶目錄.pdfC語(yǔ)言數(shù)值算法程序大全（第二版）.pdfC語(yǔ)言經(jīng)典算法大全.pdfff6f5d529e875d2bec2713adc98d25b477aa8a63.pdfIntroduction to Algorithms(3rd Edition).pdfMATLAB語(yǔ)言常用算法程序集.pdfNetflix Prize中的協(xié)同過濾算法.pdfp范數(shù)正則化支持向量機(jī)分類算法_劉建偉.pdf[數(shù)據(jù)結(jié)構(gòu)與算法分析C.描述].(美國(guó))Mark.Allen.Weiss.掃描版.pdf[程序語(yǔ)言的奧妙：算法解讀（四色全彩）].(杉浦賢).李克秋.掃描版.pdf《算法導(dǎo)論(原書第3版)》.pdf【愛生活的程序員-氣宗】算法導(dǎo)論（第三版）.pdf【算法（第4版）迷你書】.pdf一種基于灰度變換的紅外圖像增強(qiáng)算法.pdf一種改進(jìn)的支持向量機(jī)的文本分類算法.pdf一種靜態(tài)圖像壓縮編碼算法的改進(jìn).pdf個(gè)性化搜索引擎推薦算法研究.pdf分布式計(jì)算——原理、算法和系統(tǒng).pdf十五個(gè)經(jīng)典算法研究與總結(jié)、目錄+索引by_July (1).pdf十五個(gè)經(jīng)典算法研究與總結(jié)、目錄+索引by_July.pdf十大濾波算法程序大全（Arduino精編無錯(cuò)版） - Powered by Discuz!.pdf圖論及其算法.pdf基于模擬退火與遺傳算法結(jié)合的神經(jīng)網(wǎng)絡(luò)圖像分割.pdf大數(shù)據(jù)算法.PDF嵌入式系統(tǒng)軟件設(shè)計(jì)中的常用算法 （周航慈 清晰.pdf支持向量機(jī)通俗導(dǎo)論（理解SVM的三層境界） - 結(jié)構(gòu)之法 算法之道 - 博客頻道 - CSDN.pdf支持向量機(jī)：理論、算法與拓展.pdf改進(jìn)的基于DCT的自適應(yīng)水印算法(重要).pdf數(shù)學(xué)建模MATLAB算法大全.pdf數(shù)學(xué)建模競(jìng)賽中應(yīng)當(dāng)掌握的十類算法.pdf數(shù)據(jù)挖掘十大算法(英).pdf數(shù)據(jù)結(jié)構(gòu)與算法分析 C++描述(高清非掃描).pdf最優(yōu)化理論與算法(第2版).pdf機(jī)器學(xué)習(xí)十大算法(9)：樸素貝葉斯.pdf算法 英文版第4版 Robert Sedgewick .pdf.pdf算法(algorithm)手寫代碼必備手冊(cè)(C++版).pdf算法導(dǎo)論(CLRS)筆記.p...
標(biāo)簽： 算法
上傳時(shí)間： 2022-06-06
上傳用戶：
《算法(英文版?第4版)》作為算法領(lǐng)域經(jīng)典的參考書，全面介紹了關(guān)于算法和數(shù)據(jù)結(jié)構(gòu)的必備知識(shí)，并特別針對(duì)排序、搜索、圖處理和字符串處理進(jìn)行了論述。第4版具體給出了每位程序員應(yīng)知應(yīng)會(huì)的50個(gè)算法，提供了實(shí)際代碼，而且這些Java代碼實(shí)現(xiàn)采用了模塊化的編程風(fēng)格，讀者可以方便地加以改造。本書配套網(wǎng)站提供了本書內(nèi)容的摘要及更多的代碼實(shí)現(xiàn)、測(cè)試數(shù)據(jù)、練習(xí)、教學(xué)課件等資源。
標(biāo)簽： algorithms算法 java
上傳時(shí)間： 2022-06-09
上傳用戶：shjgzh
算法（Algorithm）：計(jì)算機(jī)解題的基本思想方法和步驟。算法的描述：是對(duì)要解決一個(gè)問題或要完成一項(xiàng)任務(wù)所采取的方法和步驟的描述，包括需要什么數(shù)據(jù)（輸入什么數(shù)據(jù)、輸出什么結(jié)果）、采用什么結(jié)構(gòu)、使用什么語(yǔ)句以及如何安排這些語(yǔ)句等。通常使用自然語(yǔ)言、結(jié)構(gòu)化流程圖、偽代碼等來描述算法。
上傳時(shí)間： 2022-07-01
上傳用戶：默默
《現(xiàn)代通信系統(tǒng)盲處理技術(shù)新進(jìn)展---基于智能算法》主要由以下8章組成： 第1章簡(jiǎn)要介紹無線通信系統(tǒng)的結(jié)構(gòu)和發(fā)展概況，以及其盲處理算法的相關(guān)知識(shí)。第2章介紹人工神經(jīng)網(wǎng)絡(luò)及相應(yīng)知識(shí)，從BP神經(jīng)網(wǎng)絡(luò)若手研究盲處理問題,同時(shí)給出復(fù)數(shù)域BP神經(jīng)網(wǎng)絡(luò)的信號(hào)盲處理方法和該類方法的優(yōu)缺點(diǎn)說明。在第3章中介紹智能體的概念，并給出基于多智能體系統(tǒng)的盲處理方法。第4章介紹基于支持向量機(jī)框架下的盲處理算法，介紹支持向批機(jī)的原理，給出基于ε- 支持向量回歸機(jī)的信道估計(jì)新方法，并介紹基千支持向批回歸方法的MPSK和QAM的盲信號(hào)處理方法，然后引入星座匹配誤差函數(shù)，并根據(jù)線性支持向攪回歸和有序風(fēng)險(xiǎn)最小化原則，由恒模和星座匹配誤差函數(shù)聯(lián)合組成的新經(jīng)驗(yàn)風(fēng)險(xiǎn)項(xiàng)構(gòu)造一個(gè)新的代價(jià)函數(shù)，進(jìn)而通過迭代求解優(yōu)化問題獲得均衡器。第5章介紹神經(jīng)動(dòng)力學(xué)和反饋神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)，特別地從神經(jīng)動(dòng)力學(xué)角度論述連續(xù)反饋神經(jīng)網(wǎng)絡(luò)可有效飛作的原因，論述反饋神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣對(duì)吸引子和相軌跡的影響。并給出如何根據(jù)系統(tǒng)接收信號(hào)與發(fā)送信號(hào)之間的子空間關(guān)系，構(gòu)造一個(gè)適用于現(xiàn)代通信系統(tǒng)中的盲檢測(cè)的特定性能函數(shù)和優(yōu)化問題。第6章分別展示如何基于連續(xù)多閾值神經(jīng)元Hopfield網(wǎng)絡(luò)模型實(shí)現(xiàn)通信信號(hào)盲處理的理論和方法，針對(duì)多相制信號(hào)的特點(diǎn)給出兩種連續(xù)相位多闕值激勵(lì)函數(shù)形式，并分析討論該兩類激勵(lì)函數(shù)參數(shù)的選擇、分別給出連續(xù)多閾值神經(jīng)元 Hopfield 網(wǎng)絡(luò)工作于同步和異步模式下的新能隊(duì)函數(shù)及其相關(guān)證明。介紹采用幅相連續(xù)激勵(lì)法解決稀疏QAM 信號(hào)的盲檢測(cè)思路，并針對(duì) QAM 信號(hào)的特點(diǎn)，分別給出連續(xù)幅度和相位多闕值激勵(lì)函數(shù)形式，分析討論該類激勵(lì)函數(shù)的特點(diǎn)。第7章則電在從另一個(gè)角度提出采用同相正交振幅連續(xù)激勵(lì)法解決密集QAM信號(hào)盲檢測(cè)方法。介紹如何從激勵(lì)函數(shù)角度分析放大因子選擇的范圍；給出該特定問題的同步和異步運(yùn)行模式下的新能量函數(shù)形式；并證明和分析所設(shè)計(jì)的能量函數(shù)部分定理；介紹在基于反饋神經(jīng)網(wǎng)絡(luò)的信號(hào)盲處理方法這一研究課題中發(fā)現(xiàn)的幾類現(xiàn)象，包括當(dāng)信號(hào)的統(tǒng)計(jì)信息缺失或失真情況下，連續(xù)多閾值神經(jīng)元反饋神經(jīng)網(wǎng)絡(luò)的盲檢測(cè)能力：通用高階QMA的激勵(lì)函數(shù)被使用作為低階QAM信號(hào)盲檢測(cè)問題時(shí)的適用性......
標(biāo)簽： 無線通信系統(tǒng) 智能算法
上傳時(shí)間： 2022-07-09
上傳用戶：
該書的作者是來自 Y Combinator Research 的研究員 Michael Nielsen，他也是一位量子物理學(xué)家、科學(xué)作家、計(jì)算機(jī)編程研究人員。他的個(gè)人主頁(yè)是：Neural networks and deep learningneuralnetworksanddeeplearning.com書籍介紹 這是我個(gè)人以為目前最好的神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)入門資料之一。內(nèi)容非常淺顯易懂，很多數(shù)學(xué)密集的區(qū)域作者都有提示。全書貫穿的是 MNIST 手寫數(shù)字的識(shí)別問題，每個(gè)模型和改進(jìn)都有詳細(xì)注釋的代碼。非常適合用來入門神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)！ 全書共分為六章，目錄如下： 第一章：使用神經(jīng)網(wǎng)絡(luò)識(shí)別手寫數(shù)字 第二章：反向傳播算法如何工作 第三章：改進(jìn)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法 第四章：神經(jīng)網(wǎng)絡(luò)可以計(jì)算任何函數(shù)的可視化證明 第五章：深度神經(jīng)網(wǎng)絡(luò)為何很難訓(xùn)練 第六章：深度學(xué)習(xí) 《Neural Network and Deep Learning》這本書的目的是幫助讀者掌握神經(jīng)網(wǎng)絡(luò)的核心概念，包括現(xiàn)代技術(shù)的深度學(xué)習(xí)。在完成這本書的學(xué)習(xí)之后，你將使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)來解決復(fù)雜模式識(shí)別問題。你將為使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)打下基礎(chǔ)，來攻堅(jiān)你自己設(shè)計(jì)中碰到的問題。 本書一個(gè)堅(jiān)定的信念，是讓讀者更好地去深刻理解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，如果你很好理解了核心理念，你就可以很快地理解其他新的推論。這就意味著這本書的重點(diǎn)不是作為一個(gè)如何使用一些特定神經(jīng)網(wǎng)絡(luò)庫(kù)的教程。僅僅學(xué)會(huì)如何使用庫(kù)，雖然這也許能很快解決你的問題，但是，如果你想理解神經(jīng)網(wǎng)絡(luò)中究竟發(fā)生了什么，如果你想要了解今后幾年都不會(huì)過時(shí)的原理，那么只是學(xué)習(xí)些熱?的程序庫(kù)是不夠的。你需要領(lǐng)悟讓神經(jīng)網(wǎng)絡(luò)工作的原理。
標(biāo)簽： 深度學(xué)習(xí)
上傳時(shí)間： 2022-07-24
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
