您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数学建模方法:蚁群算法

  2. 标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合
  3. 所属分类:其它

    • 发布日期:2010-05-21
    • 文件大小:25165824
    • 提供者:wu_wenyang
  1. ghostcat源码(附带实例)

  2. -判断矢量边缘实现不规则物品碰撞检测(非位图) -高效位图碰撞及重叠矢量检测 -A星,深/广度,2D/3D/路点,寻路方式统一处理。 -二次贝尔法曲线,按长度切割和计算法线,光滑曲线拟合(过点或者不过点) -SWF解析器,从ByteArray中播放声音,直接控制AVM1的动画类容。 -丰富的文本缓动,部分文字Filter,渐变色文字,字符差异对比,ANSI转码,URL解码,中文数字,拼音码,这是一个单独的底层包 -完全由FLASH实现的拼音输入法,需要加载200K的词库,光标跟随并可词语输入(
  3. 所属分类:Actionscript

    • 发布日期:2011-09-08
    • 文件大小:13631488
    • 提供者:lili2lili
  1. Cocos2d-x高级开发教程

  2. 一款很不错的cocos2d-x学习书籍 目录(1)  第一部分 引擎基础 第1章 Hello Cocos2d-x 2 1.1 引擎简介 2 1.2 搭建开发环境 3 1.3 Hello World 5 1.4 Hello World分析 6 1.5 测试样例简介 10 1.6 小结 11 第2章 在游戏开始之前 12 2.1 基本概念 12 2.1.1 场景与流程控制 12 2.1.2 层 13 2.1.3 精灵 14 2.1.4 节点与渲染树 14 2.1.5 动作与动画 16 2.2 C
  3. 所属分类:Android

    • 发布日期:2014-03-27
    • 文件大小:3145728
    • 提供者:ht1201
  1. PSO算法研究及其基于改进PSO算法的回归模型的参数估计

  2. 粒子群算法(Particle Swarm Optimization,简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食行为进行研究发现,单只鸟的能力是非常有限的,但是它们依靠群体的合作总能以最简单、最有效的方式寻找到食物。于是他们将鸟群简化为一个简单的社会系统并加入人类社会的某些行为特征,设计出PSO算法用于解决复杂的优化问题。PSO算法因其设计思想简单、操作实现容易、需要控制的参数少、能够实现分布式计算以及
  3. 所属分类:专业指导

    • 发布日期:2014-11-29
    • 文件大小:3145728
    • 提供者:adolphegates
  1. Cocos2d-x高级开发教程.pdf

  2. 第一部分 引擎基础 第1章 Hello Cocos2d-x  2 1.1  引擎简介  2 1.2  搭建开发环境  3 1.3  Hello World  5 1.4  Hello World分析  6 1.5  测试样例简介  10 1.6  小结  11 第2章 在游戏开始之前  12 2.1  基本概念  12 2.1.1  场景与流程控制  12 2.1.2  层  13 2.1.3  精灵  14 2.1.4  节点与渲染树  14 2.1.5  动作与动画  16 2.2  Co
  3. 所属分类:其它

    • 发布日期:2015-03-23
    • 文件大小:3145728
    • 提供者:weicaijiang
  1. 智能单粒子算法

  2. 结合智能最新算法,与粒子群算法有所不同,但收敛速度快
  3. 所属分类:讲义

    • 发布日期:2015-06-02
    • 文件大小:506880
    • 提供者:qq_28677587
  1. 粒子群优化算法的改进与应用

  2. 粒子群优化算法是在对鸟群捕食行为模拟的基础上提出的一种群 集智能算法,是进化计算领域中一个新的分支。它的主要特点是原理简 单、参数少、收敛速度较快、易于实现。因此,该算法一提出就吸引了 的广泛关注,逐渐成为一个新的研究热点。目前,粒子群优化算法应用 于神经网络的训练、函数优化、多目标优化等领域并取得了较好的效果, 有着广阔的应用前景。 论文的主要工作有 对粒子群优化算法的理论基础和研究现状作了简要的介绍,分 析了粒子群优化算法的原理及算法流程,对算法参数的选择做了详细的 研究,并进行了相应的仿
  3. 所属分类:其它

    • 发布日期:2009-04-07
    • 文件大小:4194304
    • 提供者:chinhape
  1. matlab多目标跟踪算法及数据集

  2. 目标跟踪是机器视觉中一类被广为研究的重要问题,分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标,后者则同时跟踪视频画面中的多个目标,得到这些目标的运动轨迹。 基于视觉的目标自动跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如,在自动驾驶系统中,目标跟踪算法要对运动的车、行人、其他动物的运动进行跟踪,对它们在未来的位置、速度等信息作出预判。 目标跟踪算法可以进行轨迹特征的自动分析和提取,以弥补视觉目标检测的不足,有效的去除错误的检测,增加遗漏的检测,为进一步的行为分析提
  3. 所属分类:互联网

    • 发布日期:2019-07-16
    • 文件大小:24117248
    • 提供者:weixin_45064435
  1. 纳米隔热材料遮光剂热辐射特性优化设计方法

  2. 纳米隔热材料遮光剂热辐射特性优化设计方法,李东辉,夏新林,本文针对单弥散遮光剂粒子系,采用球体颗粒经典Mie电磁散射理论,结合独立散射理论及粒子群智能优化算法,建立了纳米隔热材料遮光
  3. 所属分类:其它

    • 发布日期:2020-02-24
    • 文件大小:602112
    • 提供者:weixin_38581777
  1. 粒子群算法(优化算法)毕业设计毕设论文(包括源代码实验数据,截图,很全面的).pdf

  2. 粒子祥优化是一种新兴的老于体智话的后发式全局拟索法,子祥优化算法远过粒子间的充争和协作以实在复杂拟东空间中号找全局爆优点。它是有易犯解、易实呢、全局拟东能力奶等特点,天科学与工程领质的广泛关注,己经成为发展快的智能优化算法之一。论文介绍了粒子祥优化算法的老本原理,分析了其特点。论文中四楼子优化算法的原理、特点、参数设置与应用等方进行全画述,点利用单国子方差分析方法,分析了粒粹优化算法中的性权慎,加速国子的设置对算法老构性能的影响,给出算法中的经这参数设量。最后对其未来的研是出了一些议及研究方向的
  3. 所属分类:深度学习

    • 发布日期:2019-07-14
    • 文件大小:2097152
    • 提供者:qq_43674158
  1. matlab多目标跟踪算法及数据集

  2. 目标跟踪是机器视觉中一类被广为研究的重要问题,分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标,后者则同时跟踪视频画面中的多个目标,得到这些目标的运动轨迹。 基于视觉的目标自动跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如,在自动驾驶系统中,目标跟踪算法要对运动的车、行人、其他动物的运动进行跟踪,对它们在未来的位置、速度等信息作出预判。 目标跟踪算法可以进行轨迹特征的自动分析和提取,以弥补视觉目标检测的不足,有效的去除错误的检测,增加遗漏的检测,为进一步的行为分析
  3. 所属分类:讲义

    • 发布日期:2019-04-06
    • 文件大小:24117248
    • 提供者:qq_42617330
  1. 一种面向物品定位的射频标签定位方法

  2. 面向智能空间中基于RFID(radio frequency identification)的物品定位任务要求,针对RFID在应用中难以确定标签与天线的相对位置这一问题,提出了一种RFID标签定位方法。首先建立了一种多功率RFID标签识别率模型,统计得到多功率条件下RFID标签的识别率上下界,将多功率下的RFID标签定位问题转化为不确定信息融合问题。将单功率贝叶斯估计结果用于构造基本信度赋值函数,对多功率下的RFID标签定位信息采用DSmT(dezert-smarandache theory)广义
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:1048576
    • 提供者:weixin_38714370
  1. Smart-Algorithm:智能算法-遗传算法,蚁群算法,粒子群算法实现。实现版本Java,Python,MatLab多版本实现-源码

  2. 智能算法 智能算法是路线规划,深度学习等等各个领域所使用的优化算法,是算法进阶之路的必备之路。 简介 主要针对总体主流的算法进行,例如遗传算法,粒子群算法,模拟重复算法,免疫算法,蚁群算法等等一系列的算法。 | |登录微信公众号:TeaUrn 开始使用 实现版本Java,Python,MatLab多版本实现。具体详细说明单击以下连接针对每个算法都有详细的说明。 联系方式: 微信公众号: TeaUrn或者扫描下方二维码进行关注。里面有惊喜等你哦~~ 捐赠 如果您觉得文章对您有所帮助,可以请作者喝
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:2097152
    • 提供者:weixin_42179184
  1. 一种新的混合智能极限学习机

  2. 提出一种基于差分进化(DE) 和粒子群优化(PSO) 的混合智能方法—–DEPSO 算法, 并通过对10 个典型函数进行测试, 表明DEPSO 算法具有良好的寻优性能. 针对单隐层前向神经网络(SLFNs) 提出一种改进的学习算法-----DEPSO-ELM 算法, 即应用DEPSO 算法优化SLFNs 的隐层节点参数, 采用极限学习算法(ELM) 求取SLFNs 的输出权值. 将DEPSO-ELM 算法应用于6 个典型真实数据集的回归计算, 并与DE-ELM、SaE-ELM 算法相比, 获得了
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:983040
    • 提供者:weixin_38562079