%SRCNN im_h = SRCNN(model, im_b); %% remove border im_h = shave(uint8(im_h * 255), [up_scale, up_scale]); im_gnd = shave(uint8(im_gnd * 255), [up_scale, up_scale]); im_b = shave(uint8(im_b * 255), [up_scale, up_scale]); %% compute PSNR psnr_bic = compute_psnr(im_gnd,im_b); psnr_srcnn = compute_psnr(im_gnd,im_h);

CNN卷积神经网络训练不使用MATLAB的深度学习工具箱，matlab2021a运行测试

基于mnist数据库的CNN卷积神经网络训练不使用matlab工具箱，matlab2021a仿真运行

%初始化参数 popnum=200; gen=600; xmin=0;%变量取值范围 xmax=1; m=2;%目标函数个数 n=30;%决策变量数目 hc=20;%交叉变异参数 hm=20; %产生初始种群 initpop=rand(popnum,n)*(xmax-xmin)+xmin; init_value_pop=value_objective(initpop,m,n); %画图显示初始图 plot(init_value_pop(:,n+1),init_value_pop(:,n+m),'B+')

pm=0.3;%变异概率 pc=0.6;%交叉概率 % Obs.S=[];%障碍物各个顶点 Data.Obs(1).S=[1,4;2,4;2,1;1,1];%每个顶点存储按照顺时针顺序排列 Data.Obs(2).S=[3,6;4,6;4,3;3,3]; Data.Obs(3).S=[6,4;7,4;7,1;6,1]; Data.Obs(4).S=[8,10;9,10;9,5;8,5]; Data.Obs(5).S=[10,14;14,14;14,12;10,12]; Data.Obs(6).S=[14,8;18,8;18,6;14,6]; [Pop R k]=intpop(Data,Data.size,Data.length); %生成初始种群

基于FCM模糊聚类和GRNN广义回归神经网络的数据预测仿真

实现二维平面内无人机的路径规划。在该平面内存在已知的障碍，势场法通过给终点添加引力，对障碍增加斥力，使得无人机能够顺利的避障并到达终点。通过对传统势场法的改进，避免了无人机容易陷入极值的问题，使搜索更易实现

Xo=[0,0];%起点位置 k=10;%计算引力需要的增益系数 K=0;%初始化 m=1;%计算斥力的增益系数，自己设定 d=2;%障碍影响距离，当障碍和车的距离大于这个距离时，斥力为0，即不受该障碍的影响,自己设定 n=10;%障碍个数 l=0.5;%步长 J=200;%循环迭代次数 X_target=[10,10]; X_obs=[1 1.5;3 3;4 4.5;3 6;6 2.5;5.5 7;8 8.5;9,9.5;10 5;7 6];%这个向量是n*2维，障碍的位置 X_robot=Xo;%X_robot是机器人的定位坐标,将车的起始坐标Xo赋给X_robt

基于PSO粒子群优化的TSP问题仿真含GUI界面PSO参数可配置matlab2021a测试运行 function fitness=fitness(x,C,D) m=size(x,1); n=size(C,1); fitness=zeros(m,1); for i=1:m for j=1:n-1 fitness(i)=fitness(i)+D(x(i,j),x(i,j+1)); end fitness(i)=fitness(i)+D(x(i,1),x(i,n)); end

OCR手写字识别，matlab2021a测试运行 warning off %#ok % Clear all clc, close all, clear all % Read image imagen=imread('TEST_1.jpg'); % Show image imshow(imagen); title('INPUT IMAGE WITH NOISE') % Convert to gray scale if size(imagen,3)==3 %RGB image imagen=rgb2gray(imagen); end % Convert to BW threshold = graythresh(imagen); imagen =~im2bw(imagen,threshold); % Remove all object containing fewer than 30 pixels imagen = bwareaopen(imagen,30); %Storage matrix word from image