NMS\SoftNMS\两种非极大值抑制算法实现

遗传的 多目标问题和使用pymoo的遗传算法实现

Java数据挖掘18大算法实现和10大常见排序算法以及其他相关经典DM算法集合。 18大数据挖掘的经典算法以及代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面,后面都是相应算法的文章，希望能够帮助大家学。 目前追加了其他的一些经典的DM算法，在others的包中涉及聚类，分类，图算法，搜索算等等，没有具体分类。 在每个算法中给出了3大类型，主算法程序，调用程序，输入数据，调用方法如下： 将需要数据的测试数据转化成与给定的输入格式相同 然后以Client类的测试程序调用方式进行使用。 也可以自行修改算法程序，来适用于自己的使用场景。 稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序。 不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序。

通过三维插值算法实现三维曲面的细分和平滑，matlab2021a仿真测试

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

这是用C语言实现的A*算法，开发环境VC++6.0.

matlab上的KNN源代码，附多个demo

LZW编解码算法实现与分析完整代码

function [face_a,skin_region]=face(I); skin_region=skin(I); se = strel('disk',5); se2 = strel('disk',3); er = imerode(skin_region,se2); cl = imclose(er,se); dil = imdilate(cl,se); % morphologic dilation dil = imdilate(dil,se); cl2 = imclose(dil,se); d2 = imfill(cl2, 'holes'); % morphologic fill facearea = bwdist(~d2); % computing minimal euclidean distance to non-white pixel % figure;imshow(facearea,[]); % imshow(d2); face(:,:,1)=double(I(:,:,1)).*d2; face(:,:,2)=double(I(:,:,2)).*d2; face(:,:,3)=double(I(:,:,3)).*d2; face_a=uint8(face);

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真