1. 我们有一个信号，我们将监控2.我们产生淋巴细胞-长度淋巴细胞作为信号，我们取随机数3. NSA...我们检查淋巴细胞与信号不同，如果不是我们随机另一个4.现在我们监测信号，如果任何信号值与淋巴细胞相同或最接近——我们有异常。

大数据-算法-面向客户关系挖掘的克隆选择算法研究.pdf

大数据-算法-面向多模态函数优化的杂合克隆选择算法研究.pdf

MIMO系统中最大化信道容量的联合发射与接收天线选择算法.doc

针对在移动网络中，如何进一步提高云媒体服务带宽利用率的问题，提出一种基于预测机制的云媒体网络自适应视频流选择算法。该算法包含可用带宽预测模型和视频流决策模型。在带宽预测模型中，根据带宽评估结果把当前的网络状态划分为三个模式，每个模式对应不同的带宽预测方法，并且不同的模式能够相互转换。在视频流决策模型中，利用预测的可用带宽，结合可伸缩视频编码技术为用户自适应地调整视频质量。根据实验，在不同网络环境下，该方法能够有效地利用带宽，并提高媒体服务质量。

matlab复变函数指数函数代码set-mifs 基于集合互信息的Matlab特征选择算法的Matlab实现 介绍 在文献中已经提出了使用互信息（MI）来确定模式识别任务中特征的显着性的思想的许多变体。 但是，它们有其局限性：在变量对之间计算MI不能捕获变量组之间更复杂的交互，而对于大于2的特征空间子集计算MI很快就变得难以计算。 确实，一些作者（参见Kwak＆Choi，2002）已经简要概述了基于全集的互信息算法，只是将其从计算上抛在一边，以至于在实践中是不可能的。 此处实现的算法是一种计算组的MI的快速方法，可完全解决计算难点。 算法 该算法基于两个简单的数学事实： 在内射（一对一）函数下，互信息不变，即对于任意变量U和V，对于任何内射函数g，I（U; V）= I（U; g（V）） 内射功能的组合本身就是内射功能。 本质上，此算法将多个注入函数应用于特征空间，以达到可以以其他方式无法实现的效率进行处理的表示形式。 与蛮力方法的指数复杂度形成鲜明对比的是，该算法的总复杂度相对于数据点数量而言是次二次的，相对于特征数量而言是线性的。 下图给出了步骤的实际示例： Lampen（2004）

安全技术-网络信息-移动P2P网络资源节点选择算法研究.pdf

自20世纪90年代以来，特征选择成为模式识别和机器学习领域的重要研究方向，研究成果十分显著，但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题，对特征选择涉及的四个要素进行了阐述，然后从各个角度对特征选择算法进行了分类，概述了其各个分支的发展态势，最后探讨了基于多目标免疫优化的特征选择方法的研究思路。

CLONALG - 优化问题的克隆选择算法(好看matlab).zip 对于 3-D 最小化问题 您应该针对多维 (ND) 问题调整代码。 该代码使用匿名函数进行优化。为测试提供了一些测试功能。 参考： de Castro, LN 和 Von Zuben, FJ 使用克隆选择原则进行学习和优化。IEEE 进化计算汇刊。诉 6(3)。2002. DOI: 10.1109/TEVC.2002.1011539

从周围环境收集能量是解决能量受限无线网络中能量补给问题的一种有效方法。为了提高中继网络信息传输的可靠性，提出了一种能量意识的分布式中继选择算法（MHE）。首先，算法通过比较所有能量受限中继节点收集的能量来实现协作中继的选择。而后，协作中继使用从源节点射频信号收集的能量将放大的源节点信息转发到目的节点。最后，推导出采用本算法时系统吞吐量的解析表达式，并通过理论和仿真证明所提出的选择协议确实可以提高系统性能。仿真结果验证了分析和定理的正确性。