SCE-UA优化算法，python和MATLAB代码，已通过常见的测试函数。 更多算法实现可参考以下博客，感谢原博主的精彩讲解。 【算法】02 SCE-UA简介及源代码 https://blog.csdn.net/weixin_43012724/article/details/121401083 【算法】03 SCE-UA算法C++实现 https://blog.csdn.net/weixin_43012724/article/details/121862991 更多语言格式可支持以下作者： 优化算法 SCEUA算法C++实现 附Python、MATLAB、Fortran代码 https://download.csdn.net/download/weixin_43012724/72372688

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题。现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法。同时还介绍了一种新的进化算法一粒子群优化算法。将这两种优化算法应用于函数优化。并对优化结果进行了对比分析。比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性。但在找寻最优解的效率上，粒子群优化算法较好。

算法分析与设计的课件，包括动态规划、贪心算法，回朔限界法

本书是关于机器人学和机器视觉的实用参考书， 第一部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（第10章至第14章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、 视学与控制”（第15章和第16章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。[1]

内容索引:Delphi源码,算法相关,24点,算法　　用Delphi编写的24点算法，这是从某个技巧集上看到的算法，想练练手，从网上找了一个相关的源代码改了一下，它可将前4个数通过4则运算组合得到第5个数的值，与24点游戏的规则大体相同。输入格式如下：前4个为要算的数，后一个为要得到的结果，逗号为数字分割符。

测试数据：https://blog.csdn.net/qq_39952971/article/details/130183217 参考SM2协同签名资料：http://cjc.ict.ac.cn/online/onlinepaper/009_syx-2020415163110.pdf

最短路径A_算法实现(Javascript) 最短路径A_算法实现(Javascript)

是用于高光谱遥感影像分类的机器学习脚本，其中使用了MLP算法（Multilayer Perceptron Algorithm）对Salinas数据集进行分类。 Salinas数据集是一个常用的高光谱遥感影像数据集，包含了来自13种不同作物和地物的224个像素。在你的Python脚本中，使用了MLP算法对这些像素进行分类。MLP算法是一种基于神经网络的分类算法，其通过多层神经元对特征进行抽象和表达，从而实现高效的分类。在该算法中，使用了反向传播算法对网络进行训练，以便调整网络中的权重和偏置，从而提高分类的准确性。

【老生谈算法】K-medoids聚类matlab程序.docx

本资源的详细文档说明及演示方法可参考以下链接： https://blog.csdn.net/qq_36584460/article/details/123442944 资源共包含以下内容： 1) BranchCuts.m 2) FloodFill.m 3) PhaseResidues.m 4) 基于Goldstein相位解包裹算法-仿真包裹相位.m(实例分析) 5) 基于Goldstein相位解包裹算法-仿真包裹相位-GBK格式.m(实例分析，防注释乱码格式) 6) 基于Goldstein相位解包裹算法-实验包裹相位.m(实验包裹相位分析) 7) 基于Goldstein相位解包裹算法-实验包裹相位-GBK格式.m(实验包裹相位分析-防中文注释乱码格式) 8) phase_wrapped.mat (实验包裹相位数据) 9) 操作流程演示GIF.gif