決策樹分類總結，基于決策樹的數據流挖掘算法的研究，總結ctvf等算法。對現有的決策樹在云計算，用戶興趣漂移上面的概論
標簽： 決策樹
上傳時間： 2015-02-26
上傳用戶：dfshuo
人工智能遺傳算法的GA程序。加入遺傳算法程序中，能夠更好的改進算法。
標簽： 人工智能 智能計算
上傳時間： 2015-03-15
上傳用戶：baby_cry11
粒子群算法在仿真生物群體社會活動的基礎上，通過模擬群體生物相互協同尋優能力，從而構造出一種新的智能優化算法。本文主要講述了粒子群算法的基本原理及其一些改進算法以及其改進算法的一些應用。
標簽： 粒子群算法
上傳時間： 2015-07-10
上傳用戶：yjyzwr
取各障礙物頂點連線的中點為路徑點，相互連接各路徑點，將機器人移動的起點和終點限制在各路徑點上，利用最短路徑算法來求網絡圖的最短路徑，找到從起點P1到終點Pn的最短路徑。上述算法使用了連接線中點的條件，因此不是整個規劃空間的最優路徑，然后利用遺傳算法對找到的最短路徑各個路徑點Pi (i=1,2,…n)調整，讓各路徑點在相應障礙物端點連線上滑動，利用Pi= Pi1+ti×(Pi2-Pi1)（ti∈[0,1] i=1,2,…n）即可確定相應的Pi，即為新的路徑點，連接此路徑點為最優路徑。
上傳時間： 2017-05-05
上傳用戶：tttt123
介紹了基于 0# 公司提供的 1)’ 芯片 0")/-.2$34.- 的自適應有源噪聲控制（56789: ;<8=: 6<;7><?，,@$）系統，給出了系統的工作原理及其硬件結構，并詳細說明了基于平均的 *+,*, （*8?7:>:A B C ,A5D789: *8?7:>8;E F87G ,9:>5E8;E）算法，給出了程序流程圖和實驗結果。通過實驗證 明，該系統有較好的降噪效果
上傳時間： 2017-12-05
上傳用戶：xiaoding
SharpMap是一個基于.net 2.0使用C#開發的Map渲染類庫，可以渲染各類GIS數據（目前支持ESRI Shape和PostGIS格式），可應用于桌面和Web程序。 它的優點有： 1、占用資源較少，響應比較快。在對于項目中如果只需要簡單的地圖功能的話，是一個比 較好的選擇 。 2、它是基于.NET 2.0環境下開發的，對于.NET環境支持較好。 3、使用簡單，只要在.NET項目中引用相應的dll文件即可，沒有復雜的安裝步驟。 支持B/S及C/S兩種方式的DLL調用，支持地圖渲染效果 SharpMap最新版基于.NET Framework 4，采用C#開發的地圖渲染引擎，非常易于使用。我這次給出的是比較穩定發布的V1.0版本和demo。
上傳時間： 2018-01-09
上傳用戶：mawenyao
人臉檢測是人臉分析的首要環節，其處理的問題是確認圖像（或影像）中是 否存在人臉，如果存在則對人臉進行定位。人臉檢測的應用領域相當廣泛，是實 現機器智能化的重要步驟之一。 AdaBoost 算法是 1995 年提出的一種快速人臉檢測算法，是人臉檢測領域里 程碑式的進步，這種算法根據弱學習的反饋，適應性地調整假設的錯誤率，使在 效率不降低的情況下，檢測正確率得到了很大的提高。 本論文第一章和第二章簡述了人臉檢測的一般情況，第三章對一些人臉檢測 的經典方法進行了說明。 第四章講述了 AdaBoost 算法的發展歷史。從 PCA 學習模型到弱學習和強 學習相互關系的論證，再到 Boosting 算法的最終提出，闡述了 Adaptive Boosting 算法的發展脈絡。 第五章對影響 AdaBoost 人臉檢測訓練算法速度的至關重要的兩方面：矩形 特征和積分圖的概念和理論進行了仔細的闡明。 第六章給出了 AdaBoost 的算法，并深入探討了其中的一些關鍵問題——弱 學習器的構造、選取等問題。 最后一章，用編寫的實現了 AdaBoost 算法的 FáDèt 程序，給出了相應的 人臉檢測實驗結果，并和 Viola 等人的結果做了比較。
上傳時間： 2018-01-29
上傳用戶：dragon000008
蟻群算法基本模型STEP1（外循環）若滿足算法停止規則，停止計算，輸出計算得到的最好解給定外循環的最大數目，表明有足夠的螞蟻工作當前最優解連續K次相同而停止，K是給定的整數，表示算法已收斂◆給定優化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設m只螞蟻在圖的相鄰節點間移動，協作異步地得到解。螞蟻計算出下一步所有可達節點的一步轉移概率，并按此概率實現一步移動，依此往復。一步轉移概率由圖中每條邊上的兩類參數決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發點的最短路徑蟻群算法研究現狀令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經表明：ACA用于組合優化具有很強的發現較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優點，在動態環境下也表現出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。
標簽： 螞蟻算法
上傳時間： 2022-03-10
上傳用戶：
移動機器人路徑規劃尤其是未知環境下機器人路徑規劃是機器人技術中的一個重要研究領域，得到了很多研究者的關注，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域的一個研究熱點。為此，根據機器人路徑規劃算法的研究現狀和向智能化，仿生化發展的趨勢，研究了一種基于圖的機器人路徑規劃螞蟻優化算法。算法首先用柵格法對機器人的工作空間進行建模，并用一個狀態矩陣表示其狀態，由此構造出一個連通圖，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，在此基礎上，結合計算機仿真結果，證實了本文提出的算法的有效性和收斂性。迄今為止，對于未知環境下機器人路徑規劃，人們已經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學習的規劃方法、滾動窗口規劃方法、非啟發式方法及各類定位、導航方法等等。近年來，不少學者用改進的遺傳算法、神經網絡、隨機樹、蟻群算法等方法對未知環境下機器人路徑進行了規劃機器人路徑規劃算法向智能化、仿生化發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，尤其對于未知環境，不少路徑規劃算法的復雜度較高，甚至無法求解，根據日前的研究現狀和不足，本文提出了一種用于解決未知環境下機器人路徑規劃的基于圖的螞蟻算法，理論分析和實驗結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容本文在用概格法對機器人的工作空間進行建模的基礎上，用一個狀態矩陣表示其狀態，由此構造一個連通圖，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
隨著信息技術的發展以及嵌入式、人臉識別、計算機網絡等技術的提高，人們正在感受著科技帶來的便利和益處。 該系統通過攝像頭獲取人臉圖像,在后臺應用系統完成圖像識別,然后給單片機發送命令來控制門禁系統。軟件上首先利用小波變換對人臉圖像進行2次小波分解,然后對低頻分量進行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進行識別。采用OpenCV人臉識別算法進行處理輸出。達到該系統構建簡單、方便,識別速度快且準確率較高。 本文主要介紹了基于人臉識別算法的門禁系統的設計與實現。在對人臉識別算法研究的基礎上，進一步對整個門禁系統設計與實現進行了詳細闡述。主要內容包含以下幾點： 1．簡單的介紹了課題研究的背景、目的及意義，介紹了人臉識別的背景，闡述了國內外人臉識別的現狀以及人臉識別的難點，還介紹了相關的技術。 2．人臉識別算法的研究：主要對Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進行了詳細介紹，也對PCA和LDA這兩種人臉識別算法進行了詳細的闡述和實驗的對比。 3．門禁系統的設計與實現：從需求分析入手對系統的總體模式、總體結果、功能模塊、數據庫設計等各部分進行了簡單的介紹。 4．系統的測試：在對核心算法人臉識別進行了詳細的研究以及整個門禁系統的設計和實現結束后，對于整合實現的系統，進行了詳細的測試，并給出了功能測試報告和性能測試報告。 本文設計的基于人臉識別的門禁系統，在一定程度上可以較好的識別人臉.
上傳時間： 2022-05-28
上傳用戶：
