作业车间调度的空闲时间邻域搜索遗传算法.docx

针对电波传播损耗经验模型COST231-Hata模型在不同地区误差较大这个问题，提出基于Memetic算法对COST231-Hata的修正。将模型中两个参数作为变量，将实测值与预测值的最小均方误差和平均误差加权相加作为适应度函数，得出适用于本地的修正模型。数据显示，经过修正后模型误差明显减小，具有一定参考性。

广义邻域搜索算法及其统一结构.ppt

变邻域搜索算法matlab代码点云（PC）地貌粗糙度和地形趋势 此代码的算法描述如下：北宾厄姆，北布哈根，约翰逊，俄亥俄州和查德威克（正在审查）：使用激光雷达点云数据评估人为侵蚀和植被丧失覆盖对比的岩性 使用代码时，请引用上述论文。 点云（PC）地貌粗糙度和地形趋势 使用坡度消除趋势点云（PC）数据，并从PC计算地形粗糙度和曲率。 该代码从LAS / LAZ文件中读取地面分类的PC，并在PC上计算几个与地貌相关的指标。 输入文件可以来自激光雷达或运动结构（SfM）PC，但应进行地面分类（有关如何对数据进行地面分类的说明，请参见）。 该算法允许定义半径，该半径用于拟合通过点云的线性平面以使数据去趋势（即，将平均高度为0的点云归一化）。 这些数据用于计算与平均值（粗糙度）的偏差，并识别小溪，阿罗约斯河，切开的峡谷和其他形式的侵蚀过程。 通过改变平面的半径，可以对景观的多个比例进行分析（类似于地形起伏半径的变化）。 该算法以用户定义的间距（例如1m）从PC中选择种子点，并针对具有给定半径的每个种子点计算统计信息。 输出包括一组shapefile和geotiff，它们显示给定半径内PC的统计信

调整后的锚定邻域回归（A +）方法是用于单幅图像超分辨率的最新方法之一。 A +方法的一个重要的隐含假设是，与相似的低分辨率（LR）图像块相对应的高分辨率（HR）图像块也必须相似。 因此，HR补丁空间和LR补丁空间中的邻域回归可以共享相同的代表系数。 但是，由于超分辨率问题的不适性，该假设通常是无效的，并且非相似的HR样本色块通常共享较大的代表系数。 为了解决这个问题，我们建议通过将高分辨率的基于相似度的调整权重引入HR表示系数来改进A +方法，以减少这些非相似HR样本补丁的影响。 在超分辨率处理之前，这些调整权重以低的计算成本被合并到投影矩阵中。 数值结果表明，该方法能够以较低的计算成本有效地提高A +方法的性能。

针对物流配送中的带有容量约束的车辆路径优化问题,提出了一个基于多邻域的迭代局部搜索算法HILS。首先用简单插入法构造可行解,然后从该初始解出发,在多邻域内进行局部优化。当陷入局部最优解后,根据解的接受准则,选择某个解,并对该解进行扰动,然后从扰动后的解出发重新进行局部优化。为提高搜索效率,局部优化过程只在限定邻域内进行。在国际通用的14个benchmark问题上进行仿真实验,结果验证了本文算法HILS的有效性和稳定性,与文献中的其他几种算法的比较结果表明,算法HILS的总体性能更优。

一种基于邻域搜索机制的旅行商问题求解

matlab中值滤波及邻域滤波对椒盐噪声，高斯噪声的不同模板处理

邻域平均模板平滑中值滤波，均值滤波，Laplacian边缘提取，Sobel边缘提取，Prewitt边缘提取图像去噪，matlab2021a测试。

海岸线的检测是实现海洋遥感中海岸区域检测的前提和基础。利用遥感卫星IKONOS所提供的高分辨率全色影像,综合考虑光谱信息和空间信息,提出了一种基于邻域相关信息并基于二维类间方差原理的快速自动提取海岸线方法,经实验数据检验,取得了良好的分割效果。