PID算法详解.ppt

在1943年，沃伦麦卡洛可与沃尔特皮茨提出了第一个脑神经元的抽象模型，简称麦卡洛可-皮茨神经元（McCullock-Pitts neuron）简称MCP，大脑神经元的结构如下图。麦卡洛可和皮茨将神经细胞描述为一个具备二进制输出的逻辑门。树突接收多个输入信号，当输入信号累加超过一定的值（阈值），就会产生一个输出信号。弗兰克罗森布拉特基于MCP神经元提出了第一个感知器学习算法，同时它还提出了一个自学习算法，此算法可以通过对输入信号和输出信号的学习，自动的获取到权重系数，通过输入信号与权重系数的乘积来判断神经元是否被激活（产生输出信号）。 一、感知器算法 我们将输入信号定义为一个x向量，x=(x

主要介绍了麻将游戏算法深入解析及实现代码的相关资料,需要的朋友可以参考下

弗洛伊德算法详解.doc

8.1 坐标轮换法 基本思想： 每次以一个变量的坐标轴方向作为搜索方向，将 n 维的优化问题转化为一维的搜索问 题。 考虑无约束最优化问题 )(min xf ，其中， n Rx ， RRf n : 第一步：给定 n Rx  0 ，从点 0 x 出发，沿着第一个坐标轴方向 T e )0,,0,1( 1  进行一维搜 索，求 0  和 1 x ，使得 )(min)( 10100 exfexf    ， 1001 exx  第二步：从点 1 x 出发，沿着第二个坐标轴方向 T e )0,,0,1,0( 2  进行一维搜索，求 1 和 2x ， 使得 )(min)( 21211 exfexf    ， 2112 exx  重复上述步骤…… 最后从从点 1n x 出发，沿着第 n 个坐标轴方向 T n e )1,,0,0(  进行一维搜索，求 1n  和 n x ， 使得 )(min)( 111 nnnnn exfexf     ， nnnn exx 11    从上述过程，易知， njxfxf jj ,2,1),()( 1   设给定的允许误差 0 ， 如果  |||| 0 xx n ，则迭代终止， n x 为问题的近似最优解； 否则，重复上述步骤，即从点 n x 出发，依次沿着坐标轴方向 n eee ,,, 21  进行一维搜索 于是，有迭代公式： 11   kkkk exx  ， k  是步长，标量； 1k e 是搜索方向的单位向量

EigenFace算法详解及Matlab代码20140103.docx

主要为大家详细介绍了Opencv LBPH人脸识别算法的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

语音识别中dtw算法详解,用于声纹识别时非常有用

简介 蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。 定义 各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种挥发性分泌物phero

文章链接：https://blog.csdn.net/shoppingend/article/details/124297444?spm=1001.2014.3001.5502