Marching Cube算法综述 不要资源分，有需要的朋友来下载

随着产业界数据量的爆炸式增长,大数据概念受到越来越多的关注.由于大数据的海量、复杂多样、变化快的特性,对于大数据环境下的应用问题,传统的在小数据上的机器学习算法很多已不再适用.因此,研究大数据环境下的机器学习算法成为学术界和产业界共同关注的话题.文中主要分析和总结当前用于处理大数据的机器学习算法的研究现状.此外,并行是处理大数据的主流方法,因此介绍一些并行算法,并引出大数据环境下机器学习研究所面临的问题.最后指出大数据机器学习的研究趋势.

鲁棒主成分分析算法综述，肖萌，温罗生，主成分分析（principle component analysis）是对高维数据进行处理、分析、压缩以及可视化的一个流行工具。在网页查询、计算机视觉中的生�

图像质量评价可有效评估图像采集和传输过程引起的失真或退化，在数字多媒体领域具有广阔的应用前景，无参考图像质量评价算法由于不需要参考图像先验知识，近年来成为图像质量评价领域研究的热点。在对国内外文献进行广泛调研的基础上，从评价算法原理和性能比较两个方面，系统综述了BIQI、DIIVINE、BLIINDS、BLIINDS-II、BRISQUE、NIQE和GRNN等当前性能较优的几种无参考图像质量评价算法。介绍了各种算法的特征提取和质量评价原理，在LIVE数据库上对上述评价方法进行仿真评估，并分析和比较了各种算法的评价性能和执行速度，提出了无参考评价方法的进一步研究方向。综述的几种无参考图像质量评价算法虽然已具有很好的效果，但在评价时严重依赖数据库中的主观评价数据，并且在评价精度和算法复杂度方面还存在一些不足，需要进行深入研究。

量子优化是量子计算领域近年来颇受关注的一个研究分支，主要研究如何利用量子计算加速优化问题的求解.根据优化问题的变量是否连续分类梳理量子优化算法，侧重介绍连续变量优化算法.通过对现存工作的调研梳理得到一些观察。

目标探测算法；标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体, 已有研究大都将目标检测问题简化为一个二分类问题. 鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性, 如何将其应用于目标检测已成为当今计算机视觉领域关注的重点. 对此, 从支持向量机原理、目标特征模型构建、学习训练和目标检测框确定等角度, 综述了基于支持向量机的目标检测算法的研究现状, 并就进一步的发展进行了展望.

SLAM(Simultaneous Localization and Mapping),即同时定位与地图构建,目前被广泛应用于机器人领域。SLAM算法使得机器人处于陌生环境时,能够通过自身搭载的传感器来感知环境信息并建立环境地图,并完成对自身位姿的计算,从而能够在未知环境中进行移动。

布谷鸟搜索算法综述，差分进化算法综述，粒子群优化算法综述，人工免疫系统:理论与应用，新型群智能优化算法综述，遗传算法研究综述，蚁群优化算法的原理及其应用，自适应局部增强微分进化改进算法

近年来，复杂文档和文本的数量呈指数级增长，需要对机器学习方法有更深刻的理解，才能在许多应用中准确地对文本进行分类。

搜狗信息流推荐算法综述_王东@搜狗.pdf