模式识别与智能计算相关代码

针对旅行商问题 clear; clc; %%%%%%%%%%%%%%%输入参数%%%%%%%% N=10;               %%城市的个数 M=100;               %%种群的个数 C=100;               %%迭代次数 C_old=C; m=2;                %%适应值归一化淘汰加速指数 Pc=0.4;             %%交叉概率 Pmutation=1;       %%变异概率 %%生成城市的坐标 %pos=randn(N,2);

蚁群算法： %%  主要符号说明 %%  C n个城市的坐标，n×2的矩阵 %%  NC_max 蚁群算法MATLAB程序最大迭代次数 %%  m 蚂蚁个数 %%  Alpha 表征信息素重要程度的参数 %%  Beta 表征启发式因子重要程度的参数 %%  Rho 信息素蒸发系数 %%  Q  表示蚁群算法MATLAB程序信息素增加强度系数 %%  R_best 各代最佳路线 %%  L_best 各代最佳路线的长度 %%=========================================

改代码为ransack算法的源码，希望对学习该算法的有所帮助

用以实现高光谱影像的PCA降维，首先读入一幅多波段高光谱影像，通过PCA方法实现降维，并显示前6个主成分图像。

clear all; close all; min=-2.048;max=2.0458; Vmax=1;Vmin=-0.1;  c1=1.3;c2=1.7;  wmin=0.1;wmax=0.9;  G=100;  Size=50;   for i=1:G      w(i)=wmax-((wmax-wmin)/G)*i;   end    for i=1:Size        for j=1:2            x(i,j)=min+(max-min)*rand(1);            v(i,j)=Vmin+(Vmax-Vmin)*rand(1);        end    end %(2) for i=1:Size     p(i)=chap8_8func(x(i,:));     y(i,:)=x(i,:); if i==1     plocal(i,:)=chap8_8lbest(x(Size,:),x(i,:),x(i+1,:));     elseif i==Size         plocal(i,:)=chap8_8lbest(x(i-1,:),x(i,:),x(i,:));     else          plocal(i,:

信号处理中matlab实现数字下变频,信号中心频率为30M,采样率为40M，经采样将其中频信号变为视频信号

基于麦克风的空间DOA估计，需要面型的阵元才行。面阵是由两个线阵构成面阵，利用几何关系，面阵麦克风阵列可以恢复出空间DOA估计。

目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪

%卡尔曼滤波原理 % x = Ax + Bu + w  meaning the state vector x evolves during one time %                  step by premultiplying by the "state transition %                  matrix" A. There is optionally (if nonzero) an input %                  vector u which affects the state linearly, and this %                  linear effect on the state is represented by %                  premultiplying by the "input matrix" B. There is also %                  gaussian process noise w. % z = Hx + v       meaning the observation vector z is a linear function %                  of