针对心电图自动诊断困难这一问题，提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火K-means改进聚类算法，用于改进心电图（ECG）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力好的特点，检测QRS波、P波、T波，提高了特征检测的准确性；利用聚类分析具有较好的鲁棒性和适合于大数据量分析的特点，对心电信号进行波形分类。采用MIT-BIH标准心电数据库中的部分数据对识别结果进行判断，改进后的K-means聚类算法的准确率高于传统的K-means聚类算法，实验表明该算法对心电信号可以进行有效分类。
2022-05-08 15:47:58
876KB
1
梯度下降、牛顿法、共轭梯度法等matlab和python程序：求一个空间曲面(3维)的极值点。
“阻尼牛顿法”的matlab和python程序；文件名：Damped_Newton.m / python_Damped_Newton.py
“蒙特卡洛全局最优”的matlab和python程序；文件名：Monte_Carlo.m / python_Monte_Carlo.py
“蒙特卡洛全局最优”算法针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：Monte_Carlo
“模拟退火法全局最优”算法的matlab程序，以及其针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：Simulated_Annealing
“粒子群全局最优”算法的matlab程序，以及其针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：PSO
“蚁群全局最优”算法针对普通二元函数最大值、Schaffer函数和Rastrigin函数最小值的matlab程序; 文件名：AG
2022-05-07 14:04:50
18.6MB
将遗传算法(GA)的全局寻优性能好和模拟退火算法(SA)的局部搜索能力强的优点相结合，提出了用于钢桁架结构离散变量优化设计的遗传模拟退火算法(SAGA)．以十杆桁架为例对此算法进行了数值实验，并将实验结果与其他优化方法相比较．算例结果表明，遗传模拟退火算法的寻优概率是100％，平均进化代数为35代，其稳定性和求解效率均高于改进的遗传算法．实验结果显示，遗传模拟退火算法在整体搜索同时，采用退火操作进行局部搜索，提高了算法的局部搜索能力，有效克服了遗传算法迭代缓慢的缺点，把遗传模拟退火算法用于钢桁架离散变量的
2022-05-06 03:22:43
255KB
1
提出了一种基于模拟退火(SA)算法和最小二乘法支持向量机(LS-SVM)选择可见-近红外光谱特征波长的新方法(SA-LS-SVM)。该方法用LS-SVM作为识别器, 用识别率作为SA的目标函数, 提取合适的特征波长数以及对应的特征波长。3种不同品牌的润滑油可见-近红外光谱的特征波长分别用SA-LS-SVM, 主成分回归分析(PCA)和偏最小二乘法(PLS)进行处理, 提取特征波长或主成分, 然后结合反向传播人工神经网络(BP-ANN)对各种处理方法进行识别预测。结果发现, SA-LS-SVM只需从751个数据光谱中提取4个特征波长, 就可以使三种品牌润滑油的识别率达到了100%, 而其他所有的方法发现预测率都达不到100%, 由此验证了SA-LS-SVM的优越性。实验结果表明, SA-LS-SVM不仅能有效地减少建模的变量数, 而且可以提高预测精度。
2022-05-05 17:34:16
964KB
1
模拟退火是一种在邻域范围搜索最优解的优化算法，能够以较大的概率收敛到最优解，可运用于图像去噪。提出一种基于模拟退火的自适应图像滤波算法，可以自适应的对图像内部和图像边缘进行分类处理，以一定的概率接受偏离中值的像素，再结合加权平均得出图像结果像素值。实验结果表明该算法在滤除图像噪声的同时，可以较好的保存原始图像信息，具有较高的信噪比。
2022-05-05 16:21:29
859KB
1
在管理科学、计算机科学、分子物理学和生物学以及超大规模集成电路（VLSI）设计、代码设计、图象处理和电子工程等科技领域中，存在着大量组合优化问题。其中许多问题如货郎担问题、图着色问题、设备布局问题以及布线问题等，至今没有找到有效的多项式时间算法。这些问题已被证明是 NP 宪全问题。
用最优算法如线性规划求 NP 完全问题的最优解，需要问题规模的指数阶时间，在问题规模增大时，往往由于计算时间的限制而丧失可行性。用近似算法如贪心法求解 NP 完全问题，在多项式界的时间里，只能给出近似最优解。
本章介绍组合优化问题和计算复杂性理论的基本概念，并结合几个组合优化的 NP 完全问题实例，介绍其近似算法。 最后，在引入邻域结构概念的基础上，介绍一种通用的近似算法——局部搜索算法。
2022-05-04 14:08:50
6.15MB