在图上可以看到最近的轨迹的发散。 如果确定了曲线的线性范围，代码就可以计算出最大的lyapunov指数。 该代码已使用 Rosenstein 文章的结果进行了测试。

定向直方图HOG：此算法计算图像局部区域中梯度方向的出现并在图像中可视化

VC6.0！由于生成随机数的需要，程序执行需要3分钟左右的时间。 该算法就相当于是现在银行实行的叫号制度。每个窗口只有一个客户正在办理手续，其它客户都在等待区等待且根据到达事件进行排序，当某个窗口的客户办完业务时，将等待区的最先到达的客户安排到刚空闲下来的窗口去办理业务。这样显然提高了时间利用效率，且先到达的客户办理业务的时间不会晚于后到达的客户。

此函数实现了计算阶乘的标准算法。 对于非常大的参数，它可能不是最有效的，但它非常透明。 该函数接受单个数字作为输入或数组。 请注意，对于任何实际工作，John D'Errico 建议的代码实际上更可取，因为它更快更精确。 此代码在 FEX 上的另一个文件 logfactorial 中实现。 因此，我建议您使用该函数而不是 largefactorial。

ANP的超矩阵算法 设网络ANP中控制层的元素为P1,P2,…,Ps,…, Pm，网络层有元素组为C1,C2,…,Ci,Cj,…,CN。其中Ci有元素ei1,ei2,…,eini。 构造超矩阵如下，其中行表示汇，列表示源。针对网络结构中的相互作用和反馈信息，基于源对汇中的元素进行两两比较，求解源对于汇的相对偏好和重要性。

计算 A、B、R、E、F 和 Q 的最大似然估计Y(:,t) = A + B*X(:,t) + e(:,t), e(:,t)~N(0,R) X(:,t) = E + F*X(:,t-1) + u(:,t), u(:,t)~N(0,Q) 其中 Y 是 N × T 的可观察向量，X 是 K × T 未观察到的状态向量。 结构参数扩展的 EM 算法用于计算参数集估计的一个元素，该元素被映射到归一化参数空间中的唯一点估计。 支持许多流行的规范化（参数化）。 该算法实现了平方根卡尔曼滤波器。 总体而言，SPX-EM 算法比标准 EM 算法更健壮，收敛速度更快。 第一个版本几乎没有花里胡哨：请告诉我可能对您有用的任何其他功能。 报告错误或意外行为以及...

通过分别用递归法、迭代法、矩阵法以及公式法对斐波那契数列的C++算法进行分析，最终总结并得出计算斐波那契数列在时间效率层面上最优的算法为矩阵法，但综合考虑下来的最优算法为迭代法。

#include #include #include #include #include #define cities 10 //城市的个数 #define MAXX 100//迭代次数 #define pc 0.8 //交配概率 #define pm 0.05 //变异概率 #define num 10//种群的大小 int bestsolution;//最优染色体 int distance[cities][cities];//城市之间的距离 struct group //染色体的结构 { int city[cities];//城市的顺序 int adapt;//适应度 double p;//在种群中的幸存概率 }group[num],grouptemp[num]; //随机产生cities个城市之间的相互距离 void init() { int i,j; memset(distance,0,sizeof(distance)); srand((unsigned)time(NULL)); for(i=0;i

2021-09-15 10:04:12 296KB 遗传算法 C语言 C++ TSP