经典进化算法SPEA2程序

一、理论分析全面系统全书开篇介绍了信号处理理论的两大基石：信号和系统理论，以及声纳检测理论，并运用概率论、统计数学与信息论知识，将上述理论建立在严谨的理论框架之内。二、取材新颖、图文并茂作者从实用的角度出发，选择已被证明对声纳有实用价值或者有潜在应用前景的技术予以介绍，并辅以如维纳滤波、卡尔曼滤波、自适应线谱增强等理论与技术实现方法。书中配备了大量图表和实例，以便于读者理解和运用理论解决实际问题。三、结构严谨、注重创新本书为解决声纳设计中的实际问题，发展了一系列在主、被动声纳中行之有效的新方法，这些成果大多是第一次发表。四、坚持理论与实践结合的原则全书始终贯穿着这样一种观点：声纳

【实例简介】关于机器人参数观测及辨识控制，其中包括了基于神经网络的自适应状态观测器的设计及应用等范例。

MFC编的心电采集程序，里面的动态显示心率曲线等可作为画曲线图。本程序仅用研究用途，勿用于商业。

【实例简介】本书是MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。 该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。 ------- 目录 第1章 P神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归——非线性函数回归的实现 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 SVM的数据分类预测——意大利葡萄酒种类识别 第13章 SVM的参数优化——如何更好的提升分类器的性能 第14章 SVM的回归预测分析——上证指数开盘指数预测 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测 第17章SOM神经网络的数据分类——柴油机故障诊断 第18章Elman神经网络的数据预测——电力负荷预测模型研究 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断 第20章 神经网络变量筛选——基于BP的神经网络变量筛选 第21章 LVQ神经网络的分类——乳腺肿瘤诊断 第22章 LVQ神经网络的预测——人脸朝向识别 第23章 小波神经网络的时间序列预测——短时交通流量预测 第24章 模糊神经网络的预测算法——嘉陵江水质评价 第25章 广义神经网络的聚类算法——网络入侵聚类 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优 第27章 遗传算法优化计算——建模自变量降维 第28章 基于灰色神经网络的预测算法研究——订单需求预测 第29章 基于Kohonen网络的聚类算法——网络入侵聚类 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类

不断更新的中国高速公路，含正在建设及已建设成功的高速公路

绘制在不同温度下光伏电池的输出特性曲线的MATLAB程序

MATLAB实现基于互相关的亚像素级图像匹配/配准源代码程序通过用户指定一个基准点，实现二维图像的配准。通过使用选择的DFT算法不断减少计算量。

一个利用CVI通过ODBC访问数据库的完整例子，里面包含数据库，程序已调通，可对数据库进行查找，修改，添加和删除，适合想用CVI访问数据库的初学者学习参考

人力资源管理在管理学中是一个非常重要的领域，通过人力资源管理能够对企业员工进行有效的管理。它的作用已经大大超过了人事管理，正因为如此，这种新型的管理模式越来越被人们所重视到。有效的人力资源管理是社会各组织、各企业都需要的。在本章将一个Web版的人力资源管理系统，通过该系统对企业人力资源进行管理，使企业人力资源管理适应时代的发展要求，从而大大的提高企业核心竞争力。 重点内容： 了解人力资源管理系统的基本需求 学会如何分析和设计数据库 学会数据库的基本使用 学会如何使用Struts+Hibernate进行开发 功能分析 人力资源管理系统可以分为五个功能模块，分别为人事管理、招聘管理、

authorware高二物理 磁场实验 欢迎下载