注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Artificial.Intelligence.and.Soft.Computing.17th.International.Conference.Part.I

  2. 各种新算法研究，没有足够的数学和英语基础就别下载了。 Artificial Intelligence and Soft Computing: 17th International Conference, ICAISC 2018, Zakopane, Poland, June 3-7, 2018, Proceedings, Part I (Lecture Notes in Computer Science) The two-volume set LNAI 10841 and LNAI 10842

  3. 所属分类：机器学习

    • 发布日期：2018-05-30
    • 文件大小：68157440
    • 提供者：mengweilil

  1. LSHADE算法matlab.m

  2. Tanabe和Fukunaga [18]通过使用线性群体大小减少进一步改进了SHADE算法，并称为变体LSHADE。 在LSHADE中，DE的种群大小通过线性函数不断地减少。

  3. 所属分类：深度学习

    • 发布日期：2019-08-09
    • 文件大小：12288
    • 提供者：weixin_45509674

  1. L-shade.zip

  2. 冠军算法L-SHADE的matlab版本，其中付一个测试函数，运行test文件即可，需要测试其他函数可以

  3. 所属分类：机器学习

    • 发布日期：2020-07-13
    • 文件大小：7168
    • 提供者：Bernard_S

  1. SDUWH计算机图形学实验--2020

  2. 2020--SDUWH--计算机图形学实验 共20个实验 实验1 直线的绘制 实验2 直线的DDA生成算法 实验3 直线中点生成算法 实验4 直线Bresenham生成算法 实验5 中点画圆算法 实验6 中点画椭圆算法 实验7 多边形有序边表算法 实验8 边标志多边形填充算法 实验9 种子填充算法 实验10 直线的裁剪 实验11 多边形的裁剪算法 实验12 Weiler-Athenton多边形裁剪算法 实验13 视窗 实验14 3D房屋绘制 实验15 金字塔 实验16 交互技术应用 实验17光

  3. 所属分类：QT

    • 发布日期：2020-10-22
    • 文件大小：1048576
    • 提供者：KingoKing

  1. shadeils:SHADE with Iterative Local Search的源代码，这是一种专为具有高维数的实参数优化而设计的算法（大规模全局优化）-Search source code

  2. 此源代码实现了2018年IEEE进化计算大会（ 举办的大规模全球优化竞赛的获胜者 该实现是使用numpy在Python 3中完成的。 此源代码可根据通用公共许可证（GPLv3）免费获得。 但是，如果在研究论文中使用它，则应参考原始工作： “ Molina，D.，LaTorre，A。Herrera，F。SHADE通过迭代局部搜索进行大规模全局优化。2018年度会议，IEEE进化计算大会，里约热内卢，巴西，2018年7月8日至13日， pp 1252-1259“ 它在WCCI 2018中特别

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：4194304
    • 提供者：weixin_42122340

  1. -Hunger-Games-Search-HGS-Visions-Conception-Deep-Analysis-and-Towards-Performance-Shifts:访问-源码

  2. 饥饿游戏搜索HGS愿景构想，深入分析并迈向性能转变 访问： ： 。 HGS优化器是一种基于人口的方法，具有随机切换元素，可丰富其主要的探索和开发行为以及HGS在处理具有挑战性的问题态势时的灵活性。 该算法已与LSHADE，SPS_L_SHADE_EIG，LSHADE_cnEpSi，SHADE，SADE，MPEDE和JDE方法进行了比较。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：2048
    • 提供者：weixin_42125192

  1. 遮光罩-源码

  2. GL阴影 此源代码实现了在PPSN 2020国际会议上的论文“基于SHADE的大规模全局优化算法”中提出的GL-SHADE算法。 这里显示了使用CUDA + OpenMP并采用CEC'13 LSGO Benchmark测试套件的GL-SHADE的并行实现。 此外，所有测试功能都在CUDA和OpenMP中实现； 大多数时候都使用基于gpu的测试问题实现，但在非常特殊的情况下，则采用基于OpenMP的实现。 GL-SHADE-PYTHON 公众对基于非并行python的实现感兴趣，可以访问 。 入

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1048576
    • 提供者：weixin_42131628

  1. 基于低通滤波和多特征联合优化的夜间图像去雾

  2. 夜间有雾图像光照不均、对比度较低且色偏严重。现有的去雾算法主要是针对白天图像，并不适用于夜间场景，夜间图像去雾难度较大。该文通过深入分析夜间有雾图像的成像特点，提出了基于低通滤波和多特征联合优化的夜间图像去雾算法。针对夜间图像环境光照不均匀问题，提出先对图像进行低通滤波，然后对其低频分量三通道利用最小-最大值滤波估计局部环境光；针对目前白天去雾算法先验不适用于夜间图像，提出结合图像对比度、饱和度和信息熵特征，构建多特征联合优化函数估计透射率；针对夜间图像存在非一致色偏问题，提出非重叠块局部Sha

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17825792
    • 提供者：weixin_38686557