遗传算法优化工具箱

这是台湾张智星的模式识别的课件的源码，包括GMM和data clusting-This is the star pattern recognition Zhang Zhi courseware source, including the GMM and data clusting

灰度变换的实例程序，其中的CDib类可以直接应用于其他的图像处理程序。-gray transform examples procedures, which the CDib categories can be directly applied to other image processing.

一个简单的针对函数优化问题的遗传算法源程序。-A simple function optimization problem for genetic algorithm source code.

MCRGSA------组播路由问题遗传模拟退火算法 ％M-----------遗传算法进化代数 ％N-----------种群规模，取偶数 ％Pm----------变异概率调节参数 ％K-----------同一温度下状态跳转次数 ％t0----------初始温度 ％alpha-------降温系数 ％beta--------浓度均衡系数 ％ROUTES------备选路径集 ％Num---------到各节点的备选路径数目 ％Cost--------费用邻接矩阵 ％Source------源节点标号 ％End---------目的节点标号组成的向量 ％MBR---------各代最优路径编码-MCRGSA------ Multicast Routing genetic simulated annealing% M----------- genetic algorithm algebra% N----------- population size, even take Pm----------% probability parameter variation%----------- same temperature K Jump under a number of state----------% t0 initial temperature cooling% alpha------- beta coefficient%-------- balanced concentration coefficient% ROUTES------ Alternative Path Set% Enable--------- nodes to the number of alternative paths%-------- Cost adjacent costs Matrix% Source------ source node labeling% End--------- destination node labeling Group Vector%% of the MBR--------- generations optimal path coding

matlab环境下，基于云模型的分类器，包括基于例子群优化的云分类器，和属性相似度云分类器。-Matlab environment, based on cloud model for the classification, including examples Swarm Optimization Based on the cloud classifier, and attribute similarity cloud classifier.

PR development 2007 模式识别研究进展2007 -PR development 2007 Progress in Pattern Recognition, 2007

Matlab遗传算法工具箱函数及应用实例 Matlab遗传算法工具箱函数及应用实例-Matlab genetic algorithm toolbox function and application of genetic algorithm Matlab toolbox function and application example

This a SVM light for those who want to learn how Support Vector Machine work-This is a SVM light for those who want to learn how Support Vector Machine work

利用神经网络预测时间序列，以太阳黑子和实际的转子故障信号为例，matlab编程-Using neural network time series prediction to sunspots and the actual rotor fault signal as an example, matlab programming

 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程）  2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。  3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err