易语言递归算法求阶乘源码,递归算法求阶乘,fac

易语言递归算法算岁数源码,递归算法算岁数,f

基于粒子群算法优化RBF神经网络的异型连续箱梁桥损伤识别方法，谭国金，刘寒冰，针对异型连续箱梁桥的特点，提出了一种适用于该类桥梁结构的损伤识别方法。以位移振型比值和应变模态相对变化量来构造损伤指标，

1.程序说明: 这是一个完整的粒子群算法的MATLAB实现的代码, 待优化的目标函数为 min⁡ y=∑(xi-0.5)^2 粒子维数=10, 可以根据你的需要修改目标函数和各种算法参数 2.程序结果: 最优目标值 Vb_my = 3.56664309847387e-05 最优粒子 pbest_my = 1 至 6 列 0.499506940798657 0.50104765060025 0.500194615895899 0.499164428682584 0.497732394863659 0.496168951163397 7 至 10 列 0.500116035556065 0.50090429777352 0.498503424967773 0.496728949209852 >> 3.作者介绍: 某大厂资深算法工程师, 从事Matlab、Python算法仿真工作15年

针对K-means算法因随机选取聚类中心而易造成聚类结果不稳定的问题,提出PCA-KDKM算法。该算法使用主成分分析法对数据集的属性降维,提取主属性;利用k′dist曲线自动获取k值;计算平缓曲线上所含数据对象的均值并选取其中一值,作为首个初始聚类中心;利用基于密度和最大最小距离的算法思想进行聚类;结合类间距离和类内聚类提出聚类质量评价函数。将该算法与K-means、KNE-KM、QMC-KM、CFSFDP-KM在UCI数据集上进行聚类比较,结果表明该算法聚类结果稳定,聚类准确率高。将PCA-KDKM算法应用在微博舆情分析中,抓取不同类别的数万条数据进行聚类分析。实验结果表明,PCA-KDKM算法在微博舆情分析中有更高的准确性和稳定性,有利于及时发现热点舆情。

对使用混合密码算法的端到端加密短消息服务（SMS）进行设计和实现的研究的动机是，在移动设备上的短消息服务（SMS）期间观察到的数据的高度不安全性。 SMS消息是流行的通信方式之一。 因此，目的是设计一种用于端到端加密短消息服务（SMS）的软件，该软件可以使用Android操作系统上的混合密码算法在传输到另一个移动设备时隐藏消息，并将其实现为移动SMS的安全性。 混合加密结合了非对称和对称加密的组合，可以从每种加密形式的优势中受益。 已经讨论了各种加密算法。 二手资料被用来收集有用的数据。 在这项研究工作中，采用了三种方法：结构化系统分析设计方法（SSADM），面向对象的分析设计方法（OOADM）和原型设计。 借助所采用的三种加密算法-消息摘要5（MD5），河豚和里维斯特·沙米尔·阿德曼（RSA）； 实现了消息的完整性，机密性，身份验证和安全性。 由开发的应用程序加密的消息还可以抵抗暴力攻击。 实施程序用Java编码。

JPEG2000编码核心算法：EBCOT，杨春明，，JPEG2000是国际标准化组织（ISO）制定的新一代静止图像压缩标准，以满足更高的压缩性能和一些特殊的要求。本文通过对JPEG2000中核心算�

针对顶板冒落带高度问题提出新的预计模型,通过搜集众多矿井的实测数据,在支持向量机理论基础上建立预计模型。采用果蝇优化算法对预计模型进行优化训练,建立FOA-SVM预计模型,利用实测数据对模型的预计结果进行检验,预计结果较为准确,比PSO-SVM模型和GA-SVM模型结果稳定性好计算精度高。

逐渐的人为入侵和不断增长的用水需求，需要对可持续性管理进行频繁的水质监测。 与费力，费时的现场测量不同，基于遥感的水质检索被证明有望克服时空覆盖方面的困难。 但是，远程估计的水质参数主要与水的可见性和光学活性有关。 这项研究提出了一种研究方法的结果，该方法可通过卫星图像得出浅水内陆水体中与氧气有关的水质参数，即溶解氧（DO）。 该方法根据相互关联的光学性质推导溶解氧水平，这些光学性质决定了氧气的消耗和在水中的释放。 使用各种参数组合对多种回归算法进行了比较分析； 即浊度，总悬浮固体（TSS），叶绿素a和温度。 为了涵盖Edku沿海湖泊所经历的各种条件，将覆盖四个季节的地面真相测量值与相应的卫星图像一起使用。 虽然结果显示在考虑的某些组合中具有成功的统计显着相关性，但最佳结果是浊度和温度的自然对数得出的。 使用夏季和秋季数据（R2 0.79）开发算法模型，然后使用冬季和Spring数据（R2 0.67）进行验证。 提取的溶解氧浓度突显了该沿海湖泊内污染程度和分区性质的变化，这与边界相互作用和内部流动动力学的不规则性有关。 本研究中提出的方法鼓励使用天基地球观测产品扩大应用范围，以探索与水

针对干涉阵的波达方向估计，提出一种干涉式悟相估计的盲波达方向估计算法．利用干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计；使用子阵间的相位中心偏移来获得目标方向余弦的精估计．针对干涉阵带来的测角模糊问题，采用双尺度解模糊算法得到高精度且无模糊的目标波达方向估计．该算法是一种盲波达方向估计方法，精度较多重信号分类算法和双尺度旋转不变子空间算法的高．计算机仿真结果和实测数据验证了干涉阵波达方向估计的高精度测角性能和有效性．