
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
智能优化算法:黑猩猩优化算法-附代码文章目录智能优化算法:黑猩猩优化算法-附代码1.算法原理1.1 驱赶和追逐猎物1.2 攻击方式1.3 攻击和寻找猎物2.算法结果3.参考文献4.Matlab代码摘要:黑猩猩优化算法(ChOA) 是 M. Khishe 等人于2020 年根据黑猩猩群体狩猎行为提出的一种新型元启发式优化算法。具有收敛速度快,精度高等特点。1.算法原理ChOA 通过模拟攻击黑猩猩、驱
基于麻雀算法改进的随机森林分类算法文章目录基于麻雀算法改进的随机森林分类算法1.数据集2.RF模型3.基于麻雀算法优化的RF4.测试结果5.Matlab代码摘要:为了提高随机森林数据的分类预测准确率,对随机森林中的树木个数和最小叶子点数参数利用麻雀搜索算法进行优化。1.数据集数据的来源是 UCI 数据库中的肿瘤数据。数据信息如下:data.mat 的大小为569*32。其中第2列为标签数据,包含两
路径规划算法:RRT,RRT*,B-RRT*算法 - 附代码原理部分请参见他人博客:RRT算法:https://www.cnblogs.com/21207-iHome/p/7210543.htmlRRT*算法https://blog.csdn.net/yuxuan20062007/article/details/88843690B-RRT*算法https://blog.csdn.net/qq_31
智能优化算法应用:基于麻雀搜索算法与非完全beta函数的自适应图像增强算法 - 附代码文章目录智能优化算法应用:基于麻雀搜索算法与非完全beta函数的自适应图像增强算法 - 附代码1.图像非线性增强2.麻雀搜索算法3.适应度函数设计4.算法实验与结果5.参考文献:6.Matlab代码摘要:本文主要介绍如何用麻雀搜索算法和非完全beta函数实现图像的自适应增强。1.图像非线性增强图像像素灰度变换可表
路径规划算法:A*算法 - 附代码原理部分请参见他人博客(个人认为讲得比较透彻):https://blog.csdn.net/hitwhylz/article/details/23089415https://www.cnblogs.com/zhoug2020/p/3468167.htmlMatlab代码该代码可以用户自己设定起点,终点,障碍物,然后利用A*算法得到最终路径。Step1.设定终点St
图像分割:直方图区域划分及信息统计介绍文章目录图像分割:直方图区域划分及信息统计介绍1.直方图及其区域划分2.直方图信息统计2.1 一维直方图信息统计2.2 二维直方图信息统计3.参考文献:摘要:图像分割大部分时候会涉及到直方图统计信息计算,对直方图区域进行划分后,可以得到相应的直方图统计信息(目标/背景的先验概率、均值等),由此可以进一步求解不同的阈值选取准则函数。此处仅给出最常用的一维直方图和
智能优化算法:人工水母搜索算法文章目录智能优化算法:人工水母搜索算法1.算法原理1.1 洋流1.2 水母群1.3 时间控制机制1.4 种群初始化1.5 边界条件2.算法结果3.参考文献4.Matlab摘要:人工水母搜索算法(artificial Jellyfish Search (JS) optimizer)是于2020年提出的一种基于新型优化算法。具有寻优能力强,收敛速度快等特点。1.算法原理人
智能优化算法:秃鹰搜索算法文章目录智能优化算法:秃鹰搜索算法1.算法原理1.1 选择搜索空间1.2 搜索空间猎物 (探索)1.3 俯冲捕获猎物 (利用)2.实验结果3.参考文献4.Matlab代码摘要:秃鹰搜索 (bald eagle search,BES) 优化是马来西亚学者Alsattar 于2020年提出的一种新型元启发式算法, 该算法具有较强的全局搜索能力, 能够有效地解决各类复杂数值优化
基于麻雀搜索的PID神经网络解耦控制算法文章目录基于麻雀搜索的PID神经网络解耦控制算法1.PID神经元网络结构2.控制律计算3.权值修正4.控制对象5.模型建立6.基于麻雀搜索的PID神经网络解耦控制算法7.算法结果:8.参考文献:9.Matlab代码摘要:PID 神经元网络采用的学习算法是梯度学习法,初始权值随机得到,权值在学习过程中可能陷入局部最优值。采用麻雀搜索算法优化神经元网络初始权值。
智能优化算法应用:基于麻雀搜索算法无线传感器网络(WSN)覆盖优化 - 附代码文章目录智能优化算法应用:基于麻雀搜索算法无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.麻雀搜索算法4.实验参数设定5.算法结果6.参考文献7.MATLAB代码摘要:本文主要介绍如何用麻雀搜索算法进行无线传感器网(WSN)覆盖优化。1.无线传感网络节点模型本文主要基于0/1







