遮挡情况下水尺图像特征加权学习识别算法.pdf

旅游线路优化问题,旅游大陆是一个旅行商问题，我们通过c++,matlab等多种软件对于初始数据进行分析运算，并将其合理运用以建立模型，最后采用遗传算法对数据进行运算。

基于正则化加权最小二乘框架的低对比度超声层析成像图像重建

基于WLOP的PointCloudDenoiser：这是使用加权局部最优投影的点云降噪器

1.用线性加权方法 取 ，重新构造目标函数： 这样，就将多目标规划转化为单目标线性规划。

对受噪声干扰的图像进行均值滤波（简单均值滤波、加权均值滤波、阈值均值滤波）.zip

指数加权移动平均 (EWMA) 标准差对不同的回报应用不同的权重。 最近的回报对方差的影响更大。 指数加权移动平均 (EWMA) 引入了 lambda，称为平滑参数。 Lambda 必须小于 1。

本文考虑了具有任意随机延迟的网络跟踪系统的通用延迟卡尔曼滤波器的设计。 首先，给出了传统卡尔曼滤波器（WSFKF）的等效加权求和形式，以提供一种新颖的帧来更有效地解决延迟滤波或失序测量（OOSM）估计。 实际上，这种形式充分利用了离线参数计算的特性，用于卡尔曼滤波器以及初始状态估计值和有序测量值的加权和，它们分别来自线性时不变（LTI）系统和线性最小均方误差（LMMSE）估算器。 其次，在时延测量和自适应在线加权系数矩阵的创新基础上，结合全局测量预测的替换和补偿运算，设计了一种适用于任意随机时延的新型时延卡尔曼滤波器。 与目前的延迟滤波器或OOSMs更新方法相比，该延迟估计器不仅算法结构更简洁，估计精度更高，而且应用范围更广。 通过实例验证了本文提出的时延估计器的有效性。

该程序用于使用 Benoît Roux (Roux B. Comput Phys Comm. 1995;91:275–) 的工作中概述的加权直方图分析方法 (WHAM) 从伞状采样模拟中计算平均力 (PMF) 的潜力282.）。 该程序尚未经过彻底测试！！！ 该计划的当前限制包括： 仅可用于 GROMACS 模拟包中的数据。 仅可用于一维 PMF。 输入数据必须是来自 GROMACS 的 pullx.xvg 格式，尚未实现 pullf.xvg 的使用。 几个重要参数是硬编码的，包括温度和直方图范围。 此程序需要以下库： Boost 库（特别是 boost 文件系统、boost 系统和 boost program_options） 该计划存在的主要原因是： 我需要彻底了解WHAM的实现。 Grossfield 的 wham 程序需要一个复杂的元数据文件。 该文件中的大部

针对传统的机器学习算法对不平衡数据集的少类分类准确率不高的问题，基于支持向量机和模糊聚类，提出一种不平衡数据加权集成学习算法。首先提出加权支持向量机模型（Weighted Support Vector Machine，WSVM），该模型根据不同类别数据所占比例的不同，为各类别分配不同的权重，然后将WSVM与模糊聚类结合提出一种新的集成学习算法。将本文提出的算法应用于人造数据集和UCI数据集实验中，实验结果表明，所提出的算法能够有效地解决不平衡数据的分类问题，具有更好的分类性能。