浮点编码染色体的变异 浮点编码变异

很清晰的图像rectification介绍，内含matlab代码

用于描述机器人的运动算法，α表示两个Z轴之间的夹角，值顺时针为正，逆时针为负； Θ表示绕Z轴转动的角度；d表示Zi沿着轴线方向滑移，得到Zi+1轴圆心重合；a表示两个Z轴之间的公垂线长度；

Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的 进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距离);也可以是不对称的,即两个数据点互相之间的相似度不等。这些相似度组成N×N的相似度矩阵S(其中N为有N个数据点)。AP算法不需要事先指定聚类数目,相反它将所有的数据点都作为潜在的聚类中心,称之为exemplar。

10种机器学习算法介绍.pptx

[全英文档]，解释eye-like算法的期刊文件。详细介绍了图像梯度法找瞳孔的步骤。

种机器学习算法介绍.pptx

非常好地介绍了Matlab蚁群算法，带精英策略的蚁群算法等

【传统实际问题的特点】 连续性问题——主要以微积分为基础，且问题规模较小 传统的优化方法 追求准确——精确解 理论的完美——结果漂亮 主要方法：线性与非线性规划、动态规划、多目标规划、整数规划等；排队论、库存论、对策论、决策论等。 传统的评价方法 算法收敛性（从极限角度考虑） 收敛速度（线性、超线性、二次收敛等） 【现代问题的特点】 离散性问题——主要以组合优化（针对离散问题，定义见后）理论为基础 不确定性问题——随机性数学模型 半结构或非结构化的问题——计算机模拟、决策支持系统 大规模问题——并行计算、大型分解理论、近似理论 现代优化方法 追求满意——近似解 实用性强——解决实际问题 现代优化算法的评价方法 算法复杂性 【现代优化(启发式)方法种类】 禁忌搜索（tabu search） 模拟退火（simulated annealing） 遗传算法（genetic algorithms） 神经网络（neural networks） 蚁群算法（群体（群集）智能，Swarm Intelligence） 拉格朗日松弛算法（lagrangean relaxation）

多重信号分类算法的步骤 一、由阵列的接收数据得到数据协方差矩阵　，即 二、对　进行特征分解； 三、由　的特征值进行信号源数判断； 四、确定信号子空间　与噪声子空间　；