可直接编译运行,开发耗时三个月,创作不易,请多多支持
2024-05-21 12:34:51 7KB 人工智能
1
SimulationApp 一个概念证明算法开发用例的应用程序项目。 此存储库依赖于以下存储库中的内容来支持演示: Algo_Cluster_Infrastructure:设置Rancher Kubernetes集群的说明和Ansible手册。 Algo_Dev_Scenario_1:一个场景存储库,其中包含基本运行时(OpenJDK)和执行数据。 Algo_Dev_Scenario_2:另一个方案存储库,包含基本运行时(OpenJDK)和执行数据。 DevSecOps软件工厂中的算法开发 该项目的主要目的是演示一种在我们的领域内定制和应用DevSecOps实践的方法。 我们正在探索的用例是算法开发。 过去,我们经常看到在“繁重的数学”环境中使用模拟和蒙特卡洛分析来评估变化和评估性能的算法参考实现。 在这种情况下经常会看到大量的Matlab使用,这几乎总是作为单线程单片应用程序执行
2024-05-21 09:44:02 15KB Java
1
本实现的目的是比较和总结报告的主要混合算法:[1] Deng、Xi、Bin Xie 和 Feng Xiao。 “边界变化减少(BVD)算法的一些实用版本。” arXiv 预印本 arXiv:1708.01148 (2017) 和 [2] Deng, Xi, et al. “具有移动界面的可压缩多相流的高保真不连续性解决重建。” 计算物理学杂志(2018 年)。 其中 WENO5 和 MUSCL 方法通过边界值递减 (BVD) 算法与 THINC 重建混合。 与往常一样,编写这些代码片段是为了让它们可读而不是完全优化的代码。
2024-05-21 08:23:08 382KB matlab
1
麻雀搜索算法(SSA)文章复现(改进Tent混沌初始化+改进Tent混沌扰动+高斯扰动)——CSSA。 复现内容包括:改进算法实现、23个基准测试函数、改进策略画图分析、文中三种混沌图分析、与SSA对比等。 代码基本上每一步都有注释,非常易懂,代码质量极高,便于新手学习和理解。
2024-05-20 18:01:44 480KB
1
(1)在中国A股市场15只股票上的应用 (2)构建投资组合 (3)每日调仓 (4)绘制收益率曲线 (5)PPO算法
2024-05-20 15:27:15 4.29MB python 量化投资 强化学习 投资组合
语音识别算法主要涉及特征提取、统计建模和识别技术等几个关键方面。在此使用MFCC+DTW算法的方式给出语音识别的代码,首先进行简单介绍。 参考我的博客: https://blog.csdn.net/weixin_44584198/article/details/132922642?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22132922642%22%2C%22source%22%3A%22weixin_44584198%22%7D
2024-05-20 10:18:34 1018KB 语音识别
1
对SAR成像的RD算法进行仿真,使用8点sinc插值算法进行距离徙动矫正,并能实现成像结果进行距离向和方位向波形分析。
2024-05-20 00:59:03 729KB sinc插值
1
本地电力市场是在分配层面促进可再生能源的效率和使用的一种有前景的理念。然而,作为一个新概念,如何设计和将这些本地市场整合到现有市场结构中,并从中获得最大利润仍然不清楚。在本文中,我们提出了一个本地市场机制,其中最终用户(消费者、小型生产者和能源生产者)之间进行能源交易。由于本地市场可能存在流动性不足的情况,该机制假设最终用户通过与具有批发市场接入权限的聚合器/零售商的双边合同来满足其能源需求。本地市场中允许的竞标和报价受到电价补贴和聚合器收费的限制,以确保最终用户最多能够以预期成本获得能源,而不考虑本地市场的情况。该问题被建模为一个多主单随从的双层优化问题,其中上层定义了代理商利润的最大化,而下层则最大化了本地市场中的能源交易。由于问题的复杂性和最终用户信息的不完全,我们倡导使用进化计算,这是人工智能的一个分支,已成功应用于各种优化问题。
2024-05-19 21:53:07 12.94MB matlab 电力市场 进化算法
1
【项目资源】: 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】: 所有源码都经过严格测试,可以直接运行。 功能在确认正常工作后才上传。 【适用人群】: 适用于希望学习不同技术领域的小白或进阶学习者。 可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】: 项目具有较高的学习借鉴价值,也可直接拿来修改复刻。 对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】: 有任何使用上的问题,欢迎随时与博主沟通,博主会及时解答。 鼓励下载和使用,并欢迎大家互相学习,共同进步。
1
[ML] Pytorch自学实战项目其4:基于学习(RNN)算法的车辆状态估计:训练模型,推理代码,数据源
2024-05-19 16:38:25 8.27MB pytorch pytorch
1