登录
首页 » MATLAB » 模拟退火、遗传算法迭代

模拟退火、遗传算法迭代

于 2021-05-18 发布
0 520
下载积分: 1 下载次数: 1

代码说明:

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • multi output SVR
    多输出支持向量回归 对于一般的回归问题,给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f(x)使得其与y尽可能的接近,w,b是待确定的参数。在这个模型中,只有当f(x)与y完全相同时,损失才为零,而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差,当且仅当f(x)与y的差别绝对值大于ε时,才计算损失,此时相当于以f(x)为中心,构建一个宽度为2ε的间隔带,若训练样本落入此间隔带,则认为是被预测正确的。(间隔带两侧的松弛程度可有所不同) ------
    2019-11-19下载
    积分:1
  • RBF神经网络自适应控制(第二版)-刘金琨-电子书+源码
    RBF神经网络自适应控制(第二版)-刘金琨-电子书+源码
    2021-05-06下载
    积分:1
  • transfer learning sparse coding
    Transfer Sparse Coding for Robust Image Representation
    2021-05-06下载
    积分:1
  • 噪声卷积干扰
    【实例简介】针对雷达信号的噪声卷积干扰,雷达信号为线性调频信号
    2021-08-13 00:31:07下载
    积分:1
  • OFDM信号的频谱图(OFDM_POWER_END.m)
    OFDM信号的频谱图(OFDM_POWER_END.m)
    2021-05-06下载
    积分:1
  • 贝叶斯张量分解工具包
    Matlab code of Bayesian CP Factorization for Tensor Completion(Written by Qibin Zhao 2014)To run the code:1. Change Matlab work directory to "/BCPF_Toolbox_QZhao/".2. Run  "loadpah" code to add the current folder and subfolders into Matlab path searching list.3. Open and run the demo files. We provide two demo codes:I.  DemoBayesCP.m:        Demonstration on synthesic dataII. DemoBayesCP_Image.m   Demonstration for image completionThe package includes four algorithms:1. BCPF.m           BCPF for fully observed tensor2. BCPF_TC.m        BCPF for incomplete tensor 3. BCPF_IC.m        BCPF for image completion4. BCPF_MP.m        BCPF using mixture priors for image completionIn this package, we used the tensor toolbox 2.5, which is downloaded from (http://www.sandia.gov/~tgkolda/TensorToolbox)The tools for visualization of tensor with voxels is from Tensorlab (http://www.tensorlab.net/)
    2020-02-27下载
    积分:1
  • 自动设置隐藏模块名脚本
    【实例简介】自动设置Simulink模块名是否显示,便于快速搭建模型,实现模型一致性
    2021-08-10 00:30:53下载
    积分:1
  • ICA,鲁棒性ICA ,快速
    【实例简介】
    2021-07-04 00:31:17下载
    积分:1
  • [matlab源代码]多无人机群飞Simulink仿真
    多无人机群飞Simulink仿真
    2020-12-01下载
    积分:1
  • Kmeans算法实例
    Kmeans算法实例 % 功能:%     实现k-mean聚类算法% 输入:%     二维数据,分别用x,y两个一维向量代表两个维度%     k 是分成的类别的数量% 输出:%     k行的两个矩阵%     对应同样的第n行,存放着第n类的所有元素%     record: 记录着每一行的有效元素的个数
    2021-05-06下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载