熵权法（Entropy Weight Method）是一种常用的多指标权重确定方法，用于评价指标之间的重要程度。它基于信息熵理论，通过计算指标数据的熵值和权重，实现客观、科学地确定指标权重，以辅助决策分析和多指标优化问题的解决。

利用遗传算法（GA）做权重优化的MATLAB代码（等式约束）

adi.zip

基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑。基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 使用说明 1、运行detect.py：实现对 /inference/images 路径下的图片和视频进行目标检测，卡车计数，和车牌检测与识别 2、在/inference/output 路径下可看到输出情况

京津冀城市群13城市空间权重0-1矩阵 1、数据说明：京津冀13个城市：北京市、保定市、沧州市、承德市、邯郸市、衡水市、廊坊市、秦皇岛市、石家庄市、唐山市、邢台市、张家口市、天津市、

火焰识别 + yolov8 + 测试视频 + 预测权重.pt 资源包含： 1.预测权重 2.测试视频 直接下载后放入yolov8官方工程中，直接执行官方detect即可进行火焰识别

pytorch版realESRGAN模型权重和推理代码，已合并模型结构和权重参数，可以直接加载使用。4倍超分模型，推理代码包含图像推理和视频推理样例，方便快速体验图像超分效果或二次开发。ESRGAN是一种图像超分辨率算法，用于增加图像分辨率并生成更多图像细节，与传统的图像缩放算法不同的是，超分算法在放大图像的同时根据原图纹理生成更多细节，确保图像在放大后仍然有清晰的纹理细节。模型可用于修复老照片，解决胶卷相机拍摄照片因年代久远造成图像模糊、损坏等问题；缓解部分场景对焦不清晰或相机焦距不足导致照片模糊问题； 降低图像噪点，提升画质。

yolov8权重pt文件 s n

循迹小车是基于自动引导机器人系统，用以实现小车自动识别路线，以及选择正确的路线。智能循迹小车是一个运用传感器、单片机、电机驱动及自动控制等技术来实现按照预先设定的模式下，不受人为管理时能够自动实现循迹导航的高新科技。对于初学者来讲，循迹小车是很适合新手实践的STM32项目，在目前众多的电子竞赛，如电子设计竞赛、工程训练赛、智能竞赛中均会出现循迹小车或与小车相关的比赛。循迹小车一般包含车体结构设计，驱动电路设计，程序设计三个部分。

YOLOV5安全帽权重，map值达0.97，供学习、参考。