【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:matlab将chow算法和camppelo算法结合的一种算法,附带源程序,有说明_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
2022-04-20 17:05:47 23KB matlab 算法 chow算法 camppelo算法
tensorflow的量子计算结合框架TFQ,为量子计算与深度学习提供了有效途径
2022-04-20 12:05:19 2.42MB tensorflow 深度学习 云计算 人工智能
炉温分布可以表示为沿着炉长方向的二次函数T(S)=d0+d1*s+d2*s^2,假设预热段出口温度是765摄氏度,预热段炉长8.69米,构造函数:f(d0,d1,d2) = (8.69^2*d0 + 8.69*d1+d2-765)^2。采用C++编程遗传算法计算出一组d0、d1、d2参数使其 f(d0,d1,d2) 最小。
自己学习完做的backboneJs和requireJs实例demo,希望对初学者有帮助
2022-04-19 10:15:22 145KB BackboneJs
1
GA_for_Feature_Selection 使用遗传算法结合决策树做特征选择 Using genetic algorithm for feature selection with decision tree 原始遗传算法参考 import numpy as np import pandas as pd import random data_train = pd.read_csv('\data_train.csv') data_test = pd.read_csv('\data_test.csv') #合并训练集测试集 data = data_train.append(data_test).drop(['id'], axis=1) feature_names = data.columns pop_size = 20 # 种群数量 max_value = 10 #
2022-04-18 23:00:27 2KB
1
在雷达探测、追踪等领域,传统的数字信号处理系统的硬件平台设计存在互联性差、体积大、功耗大等问题,针对这些问题设计了一种基于 ZYNQ-7000 的信号处理系统。利用 ZYNQ 系列 Soc 软硬结合的策略,使用软硬协同设计的方法,完成雷达回波的采集,基于二维信号变换的动目标检测的方法,对雷达回波信号进行距离-速度二维 FFT 变换,利用二维变换信息提取了目标距离、速度和方位角度,测量了目标运动轨迹。实验结果证明,该设计成功完成雷达信号处理,整个设计具有低功耗和小型化的特点。
2022-04-17 22:00:11 553KB 雷达 ZYNQ 软硬结合 雷达探测
1
长时间序列气象数据结合随机森林法早期预测冬小麦产量.pdf
2022-04-17 13:00:40 7.16MB 随机森林 算法 机器学习 人工智能
人工智能_YOLOv3_行人重识别_利用YOLOv3结合行人重识别模型,实现行人的检测识别,查找特定行人 YOLO是直接采用原来的权重文件,并且还支持YOLO-spp. 行人重识别采用了Market1501、CUHK03和MSMT17三个数据集大概十七万张图片进行联合训练的,泛化性能更好。
2022-04-17 12:05:58 5.52MB 人工智能 数据仓库 YOLOv3 行人识别
图学习与强化学习如何结合是个重要的问题,来自东北大学的学者最近发布了《图强化学习》综述,总结了GRL方法的方法描述、开源代码和基准数据集,非常值得关注!图挖掘任务产生于许多不同的应用领域,包括社交网络、交通运输、电子商务等,近年来受到了理论和算法设计界的极大关注。在图数据挖掘任务中,使用正在研究中的强化学习(RL)技术进行了一些开创性的工作。然而,这些图挖掘算法和RL模型分散在不同的研究领域,难以对不同的算法进行比较。在本综述中,我们提供了RL模型和图挖掘的全面概述,并将这些算法推广到图强化学习(GRL)作为一个统一形式化。我们进一步讨论了GRL方法在各个领域的应用,并总结了GRL方法的方法描述、开源代码和基准数据集。最后,提出了未来可能需要解决的重要方向和挑战。这是对GRL文献进行全面考察的最新成果,为学者提供了一个全球视野,也为该领域以外的学者提供了学习资源。此外,我们为想要进入这个快速发展的领域的感兴趣的学者和想要比较GRL方法的专家创建了一个在线开源软件。
2022-04-16 09:07:40 1.08MB 数据挖掘 算法 学习 网络
1
在CR-SSB调制中结合双并行马赫曾德尔调制器的三阶互调失真抑制的仿真
2022-04-16 02:09:24 2.76MB 研究论文
1