用于以下元启发式的 Python 库：自适应随机搜索、蚁狮优化器、算术优化算法、人工蜂群优化、人工鱼群算法、蝙蝠算法、基于生物地理学的优化、交叉熵方法、乌鸦搜索算法、布谷鸟搜索、差分进化,分散 苍蝇 优化,蜻蜓 算法,萤火虫 算法,流向 算法,花授粉算法，遗传算法，蚱蜢优化算法，重力搜索算法，灰狼优化器，哈里斯鹰优化器，改进的灰狼优化器，改进的鲸鱼优化算法，Jaya，水母搜索优化器，磷虾群算法，模因算法，飞蛾火焰优化，多元 宇宙 优化 器,粒子 群 优化,随机 搜索, Salp Swarm 算法,模拟退火,正余弦算法,鲸鱼优化算法。
2022-05-11 09:04:47
62KB
PMSM伺服系统变论域自适应模糊控制设计，袁能，吴桂清，PMSM调速系统是一个复杂的非线性系统，单纯采用PI控制或模糊控制都难以取得较好的控制效果。本文在自适应模糊PI控制的基础上引入了�
2022-05-11 08:12:42
641KB
1
Matlab
rms函数代码立体配对项目
一个Matlab项目，实现了具有自适应窗口形状的Kanade立体匹配算法。
文件索引：
Benchmark1.m-关于9种以上窗口形状的初始工作
Benchmark3.m-我们算法的主要实现。
它使用以下功能：
不确定度.m：在给定窗口内计算不确定度估计值的函数。
crementDisp.m：一个函数，用于在我们扩展窗口之后计算视差增量。
initialDisparity.m：将基准1的结果重构为一个函数，该函数会生成视差图的初始估计
originalLab.m-包含运行算法的代码，该算法通过简单地改变所有差异来计算SSD。
这段代码还会生成我们的RMS与窗口大小图
NewWindow.m-一个包装类，用于提供有关我们在其上进行计算的窗口的信息
StereoImage.m-另一个包装类，包含一组立体图像的各个方面
运行：要查看我们的Kanade和Okutomi算法最终实现的结果，请运行Benchmark3。
立体声图像输入可以更改为任何图像。
2022-05-10 19:28:35
816KB
1
an implementation of Video Frame Interpolation via Adaptive Separable Convolution using PyTorch
pytorch-sepconv 这是使用 PyTorch 通过自适应可分离卷积 [1] 进行视频帧插值的参考实现。
给定两个帧，它将以可分离的方式利用自适应卷积 [2] 来插入中间帧。
如果您使用我们的工作，请引用我们的论文 [1]。
对于这项工作的 Torch 版本，请参阅：https://github.com/sniklaus/torch-sepconv setup 要构建实现并下载预训练的网络，请运行 bash install.bash 并确保您配置了 CUDA_HOME环境变量。
成功完成此步骤后，运行 python run.py 进行测试。
如果您在执行期间收到有关无效设备功能的错误消息，请将 install.bash 中使用的 CUDA 架构配置为您的显卡支持的内容。
用法 要在您自己的帧对上运行它，请使用以下命令。
您可以选择 l1 或 lf 模型，请参阅我们的论文了
2022-05-10 19:03:49
14.47MB
1
自适应中值滤波步骤
1. 指定模板的最小尺寸N和最大尺寸M，并按照(M-1)/2扩展图像边界。
2. 先使用NxN的模板取出图像中部分值。
3. 判断当前模板的中值是否可能为噪点，若可能执行步骤4，不是则执行步骤5。
4. 若当前模板尺寸小于M则扩大模板尺寸再执行步骤2，若当前模板尺寸等于M则使用中值替换原像素值再执行步骤6。
5. 判断模板中心点像素值是否可能为噪点，若可能则以中值替换原像素值，若不是则保留原像素值。执行步骤6。
6. 将模板尺寸减小为N，移动模板，重复步骤2，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:40
225KB
该模板属于企业通用、HTML5响应式、室内装修、装饰设计、室内装潢、建筑装饰设计类企业使用，一款适用性很强的模板，基本可以适合各行业的企业网站！
响应式自适应各种移动设备，同一个后台，数据即时同步，简单适用！
2022-05-10 18:08:14
14.5MB