【预测模型】基于鲸鱼算法优化最小二乘支持向量机lssvm实现预测matlab源码.zip

【布局优化】基于鲸鱼算法实现3D无线传感器网(WSN)覆盖优化 Matlab源码

提出了两种约束的多目标元启发式方法。 1）基于成功历史的自适应多目标差分进化算法（SHAMODE）是基于成功历史的自适应多变量进化算法（SHADE）的改进多目标版本，它集成了改进的自适应策略和非支配排序算法。 2）基于成功历史的鲸鱼优化自适应多目标差分进化算法（SHAMODE-WO）是基于成功历史的自适应差分进化算法（SHADE）的改进多目标版本，它集成了改进的自适应策略，非支配排序算法和其他功能。鲸鱼优化算法（WOA）中的种群更新运算符。 该算法发布在： Panagant，N.，Bureerat，S.，＆Tai，K.（2019年）。 一种新颖的自适应混合多目标元启发式结构桁架的可靠性设计，同时具有拓扑，形状和尺寸优化设计变量。 结构和多学科优化，60（5），1937-1955。 DOI： https ： //doi.org/10.1007/s00158-019-02302-x

该压缩包：为鲸鱼算法提出者原文PDF，交流学习（储存）~

【预测模型】基于鲸鱼算法优化卷积神经网络CNN预测matlab源码.zip

【lstm预测】基于鲸鱼优化算法改进的lstm预测matlab源码.zip

【WSN布局】基于改进鲸鱼算法实现WSN节点优化覆盖matlab代码.zip

【lssvm预测】基于鲸鱼算法优化lssvm数据预测matlab源码.zip

为了克服基本鲸鱼优化算法（WOA）在解决作业车间调度问题时存在收敛精度低、容易陷入局部最优的缺陷，利用量子计算与优化思想提出了一种量子鲸鱼优化算法（QWOA），并对其进行了计算复杂度分析、全局收敛性证明及仿真实验。通过对11个作业车间调度问题基准算例的仿真实验发现，与基本鲸鱼优化算法、布谷鸟搜索算法（CS）、灰狼优化算法（GWO）相比，QWOA算法在最小值、平均值、寻优成功率等方面具有较优结果。研究表明，量子鲸鱼优化算法在解决作业车间调度问题时，具有更高的收敛精度和更好的全局搜索能力，且能够跳出局部最优。

matlab声音过滤代码鲸鱼声音检测 团队： ， ， 描述： 在这个项目中，我们分析了参与者的任务，他们负责开发一种算法，以正确分类包含来自北大西洋右鲸的声音的音频片段。 我们的分析重点是，其方法结合了对比度增强的频谱图，模板匹配和梯度增强。 结合使用Python和R2到h2o的接口，我们重现了获胜者的算法，在IPython Notebook教程中解释了它的多个组件，测试了结果，并对分类器进行了微调。 数据： Kaggle训练集包括大约30,000个带标签的音频文件。 测试集包括大约54,000个文件。 每个文件以2000 Hz的采样率对AIFF格式的两个第二单声道音频片段进行编码。 项目报告： 可根据要求提供。 例子： 在教程（Ipython笔记本）中介绍的技术中，我们可以重点介绍： 对比度增强和噪声过滤，以增强频谱图中鲸鱼呼叫的信号 -模板匹配 参考： [OpenCV模板匹配]（tutorial_py_template_matching.html） [Scikit-Image文档-模块Skimage曝光]（docs / dev / api / skimage.exposure.ht