为解决多模式资源约束项目调度问题,提出了一种混合遗传算法的求解方法。该算法采用二维编码方法来表示问题的解,基因的值表示任务的优先权和执行模式,每条染色体对应一个满足逻辑关系约束的可行任务排序,根据染色体所对应的任务调度顺序和执行模式序列可以获得一个满足资源约束的项目调度方案。应用该编码方法进行选择、交叉和变异等遗传操作,能够使搜索范围遍及整个问题解空间。实际应用表明,该算法能快速求得问题的最优解或近似最优解。
2022-04-21 17:06:18 890KB 多模式 资源约束 项目调度 遗传算法
1
一种多模式融合韦伯局部特征的人脸识别方法.zip
Aho-Corasick自动机算法在模式匹配失配时,需要多次回溯才转移到有效的后继状态。从而,提出一种快速多模式匹配算法。该算法为每个状态建立失配时的后继指针,在模式匹配失配时,可以通过失配后继指针快速找到有效的后继状态,从而避免Aho-Corasick自动机失配时的过多回溯,提高匹配效率。 ,为每个状态建立匹配长度和匹配量等信息,在模式匹配过程中,基于这些信息统计模式串在主串中的重复次数,初始出现模式串位置等信息。 ,效率高,且支持在线操作。
2022-04-11 10:32:42 607KB 模式匹配; 自动机; 动态规划; Trie树
1
灰度特征提取matlab代码耦合特征学习用于多模态医学图像融合 参考:FG Veshki,N Ouzir,SA Vorobyov,E Ollila,用于多模式医学图像融合的耦合特征学习,2021年,arxiv.org %运行脚本文件“ Demo_gray.m”,“ Demo_color.m”和“ Demo_IV”。 (在“融合问题”标签中更改融合方式) %要求:MATLAB的mex编译器 %用于提取和重建图像补丁以及可视化字典原子的代码来自SPAMS工具箱。 (文件夹“实用程序”中的文件“ mexExtractPatches.m”,“ mexCombinePatches.m”和“ displayPatches.m”。)
2022-04-10 16:46:51 9.81MB 系统开源
1
基于matlab的表情识别代码CNN的面部表情识别层次委员会 基于MatConvNet的MATLAB实现 [挑战] SFEW部分的获奖者,“野外挑战中的第三次情感识别”(),2015年 [论文]“,”多模式用户界面杂志(JMUI),2016年 1.输入预处理 Forder lib1_AlignFace_NormalizeInput包括 人脸注册代码(基于多管道的对齐方式) MatConvNet工具箱的输入归一化(照明归一化,对比度增强)+输入矩阵(imdb)格式的代码 下载以下库进行人脸注册 /pipeline_modules_functions/module1_ZR_FaceDetector 请访问→下载并解压缩“ face-release1.0-basic.zip”→将解压缩的文件移至“ module1_ZR_FaceDetector” /pipeline_modules_functions/module3_INTRAFACE_LandmarkDetector 请访问→下载并解压缩“ FacialFeatureDetection&Tracking_v1.4.0.zip”→将文件移至
2022-04-05 15:46:15 134.66MB 系统开源
1
WPF自定义控件实例,可以多种不同模式(键盘按键,或不按键)多项选择项目的树列表(TreeView),原作者为和著作权归:Marzio Pattano,原链接地址:http://dotnetlearning.wordpress.com/2010/10/14/multi-selection-tree-view/
2022-03-23 20:50:34 28KB WPF .NET TreeView
1
在MAS(多agent系统)中,由于任务的复杂性和agent求解问题能力的不同,任务和agent不再是传统的一对一的关系。为解决MAS的任务分配问题,提出了任务与agent之间多对多的任务分配模式。首先建立了任务分配的数学模型,并导出分配优化的目标函数;其次利用混合蚁群算法快速收敛和分布式求解的特点实现任务分配的组合优化。对实验仿真的结果分析表明,多对多的任务分配模式能够明显提升多agent系统的性能。
1
考虑多级车辆,公共交通和停车场的多模式动态交通分配的一般公式 由马威和Xidong Pi(AlanPi1992)实施,在卡内基梅隆大学土木和环境工程专业的肖恩钱的建议下进行。 要求 cvxopt 1.1.9 numpy的1.14.2 MNMAPI:MNMAPI是MAC在CMU中开发的流量模拟库,请参阅和 MNM_mcnb:MNMAPI的文件夹接口,请参考 指示 请克隆整个存储库,然后使用jupyter notebook运行Runner.ipynb。 实验 要在exp_config.py中检查实验的详细信息,请参阅该论文。 档案规格 src / exp_config.py:论文中的实验设置 src / gp.py:渐变投影方法 src / models.py:多模式DUE的实现 src / runner.ipynb:运行MMDUE的脚本 img / .:本文中使用的想象 data /
1
开源多模态放射治疗计划系统
2022-02-08 13:41:49 220.82MB matlab
1
多模式互动教学在程序设计课程中的探索与实践.pdf