基于OpenCV实现的图片识别功能源码

本人研究生阶段主要学习蚁群算法，还留下一些问题，如果碰到有兴趣的人就太好不过了。本代码亲测可以使用，在MATLAB中点击main.m即可以运行。此外，本代码框架将会使你快速清楚蚁群算法基本原理。这里我给出我最后一个想实现但是还没有完成的蚁群算法的代码。主要是想应用在很大规模下的蚁群算法上，最好是5000*5000的栅格，但是本算法目前还比较慢，而且也不能得出一个最优结果。我试图在算法迭代后期加入随机初始化算子，以提高算法精度。当然，加速算法运行时间我没有加入到这个算法中。本程序对于栅格图形下的蚁群算法会是一个有用的代码。对于初学蚁群算法的，我在知乎上的一个回答可供参考：https:

信捷PLC通过串口 与上位机软件labview进行通讯

本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。 本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括： 1. 输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。 2. 输出随迭代次数变化的平均最优值数据（设定终止条件区间等于0）。 本框架了包含了常用基准函数的实现以及遗传算法与粒子群算

AR模型，采用PYTHON预测股票开盘价数据。

提出一种离散型的人群优化算法，该算法采用基于工件次序的编码方式，为了提高算法在置换流水车间调度问题的优化性能，并结合了简化领域搜索算法，并成功的应用在置换流水调度问题。

1. 搭建自己的简单二分类网络，使用pytorch训练和测试； 2. 将pytorch训练的pth模型转换成ONNX，并编码测试； 3. 含训练和测试数据，含训练ok的pth模型和ONNX模型，含完整python和C++实现； 4. 使用方法：首先运行“TrainTestConvertOnnx.py”执行“训练数据读入、模型训练、模型测试、导出onnx”，再运行“TestOnnx.cpp”测试onnx（需要配置OpenCV）；

【实例简介】升级华为OLT ,MA5600V800R015C00_package.bin！

利用C++实现的一个基于MFC的多媒体播放器，调用Windows Media Player插件，编译通过。综合网上的一些关于Windows Media Player的资料实现的，支持视频播放和音频播放。

Unity使用拖尾效果（TrailRenderer）模拟管道流体，Unity版本2017.3.0

有关盲均衡的matlab仿真,在不同参数下的误码率