目标侦测的候选区域搜索

kotlin语言搭建的项目 百度地图的定位 选择城市（包括省市县三级搜索），城市选择是本地数据 使用Service调起百度的定位，通过EvenBus进行数据的传递和切换； 定位使用的是百度地图提供的服务，需要在百度开发平台中申请app的key,并且配置在AndroidManifest的application中，地图的相关服务都在re_location中进行了配置； 通过输入关键字可以选择当前城市的某个具体位置的信息，这个是具有精确经纬度的位置； 选择城市的操作，使用的是本地数据， 在assets中存有json数据，是保存的各种城市数据信息，在城市列表和搜索城市名称时，使用的都是对本地json数据的解析 提供了一个定位城市管理单例对象--LocationModel，对当前定位城市、定位点以及选择的城市、选择的点进行逻辑处理，以及方便在程序的任何位置进行获取定位信息； 提供GSON和MMKV的管理类，方便json数据的解析和使用MMKV进行本地数据保存；

选择不同的搜索引擎对同一个词进行搜索，计算出各种指标，对搜索引擎进行评估。这是信息检索的作业，挺简单的，但是过程很麻烦，当时做的时候花了好长时间，觉得特别不值得。

主要用于教学C++的学生深度优先搜索和广度优先搜索的基础，为备考CSP-J2的学生拿个一等奖，绰绰有余

公式自动搜索例 1stOpt 代码 Data; 15 0.489 30 0.427 45 0.373 60 0.327 75 0.285 90 0.250 105 0.218 120 0.191 135 0.167 495 0.005 点击“开始”，可得到具有最优拟合的函数式。如下页所示。 应用

产生于互联网的大数据应用，现阶段正在向其他行业领域渗透，成为行业创新和转型的重要驱动力。根据百度多年来在大数据领域的创新与实践，阐述了大数据驱动搜索引擎的发展，介绍了百度大数据引擎和行业应用实践。重点分析了大数据发展的关键因素，并提出了大数据和人工智能是未来信息技术发展的重要方向。

启发搜索算法matlab代码

组搜索优化算法GSO(Group Search Optimizer )是一种基于动物捕食原理的新型群智能优化算法。本研究提出了一种改进的GSO优化算法:全局组搜索优化算法GGSO(Global GSO)。主要在两个方面对GSO算法进行了改进,一是在迭代过程中引入加速系数,加快种群收敛速度,增强算法的局部搜索能力;二是用高斯函数来产生随机位置变异,扩大搜索空间,从而增强算法的全局搜索能力。经过11个无约束测试函数和3个带约束问题的测试及与其他文献的比较可知,GGSO算法具有较好的局部和全局搜索能力,并且能够

易语言百度搜索效果源码

- 在原始BES算法的基础上添加了两种改进策略 - 改进1：将原先固定的控制因子变为自适应控制因子，从而平衡算法前期的全局搜索能力和后期的局部寻优能力 - 改进2：采用折射反向学习机制增加寻找到最优解的概率，提升算法的求解精度和收敛速度 - 仿真图中包含改进后的IBES算法与原始BES算法的比较 - 包含23种测试函数