FWA烟花优化算法的MATLAB仿真，matlab2021a测试。烟花算法进行函数优化 参数N为烟花数，D为变量维数，M为变异火花数，Er为爆炸半径，En为爆炸数目 LB,UB分别为变量上下界，T为迭代次数，a,b为爆炸数目限制因子

尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发表，2004年完善总结。

实验内容： 1）下载人脸识别数据库； 2）测试主成分分析PCA算法分类精度； 3）编写、运行程序并查看结果； 4）调节参数主成分分析PCA算法相关参数，分析其对模型效果的影响。

CEC2022求解（以蜣螂优化算法为例）

算法设计与分析：回溯法求解地图涂色问题（含代码，4种改进方法）完整代码！

应用于大规模多输入多输出系统的空间调制系统是一种新颖的5G传输方案。针对空间调制提出了一种复杂度较低的检测算法，提出的算法通过将接收天线重排序来减少总复杂度。算法结合已有的A-Star算法对接收天线分层并排序，改变树搜索结构并排除错的节点，使所选分支尽可能包括最优路径，极大缩小了所需访问节点数。该算法具有近似最优的误比特性能和更低的计算复杂度，与最大似然检测算法相比复杂度减少了80%左右。

随机森林 介绍和 python代码算法实现

1. 这是作者花费一周的时间，使用python写出的策略迭代和值迭代强化学习算法，以一个完整的项目发布，为解决“已知马尔科夫决策过程五元组，求最优策略”这类问题提供了算法与通用框架 2. 项目采用面向对象架构和面向抽象编程，用户可以在抽象类基础上，利用继承机制，定义新的具体环境类，测试该算法的有效性。项目还给出了unittest.Testcase的测试代码。 3. 在该项目中算法名称分别对应类：ValueIterationAgent和PolicyIterationAgent(都继承自MdpAgent)，马尔科夫决策模型已知的环境抽象类MdpEnv 4. 为展示该算法的有效性，定义了一个GridWorldEnv的具体类，实现了作者博文中“在格子世界中寻宝”的最优策略的学习，并定义了一个GridWorldUI类可视化最优策略及基于最优策略的，用户可以运行住文件main.py 5. 该项目源码的最大特点是：架构合理，可维护性好，可读性强。你不断能学到这两个强化学习算法的精髓，也能够学到什么是好的python程序架构。 6.注意先阅读里面的readme.txt文件。

参加魔镜杯风控算法大赛编写的程序。比赛要求根据国内网络借贷行业的贷款风险数据，包括信用违约标签、借款人特征、借款人网络行为原始数据，评判用户预期违约率，建立用户信用评分模型，模型性能用AUC值评判。算法由GBDT模型、logistic模型构成。

matlab点云配准，包括ICP/NDT/CPD算法，同时获取原点云相对目标点云的x,y,z变化、欧拉角、四元数