MATLAB实现WOA-CNN-BiGRU鲸鱼算法优化卷积双向门控循环单元数据分类预测 1.Matlab实现WOA-CNN-BiGRU多特征分类预测，多特征输入模型，运行环境Matlab2020b及以上； 2.基于鲸鱼算法(WOA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)分类预测，优化参数为，学习率，隐含层节点，正则化参数； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用； 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图； 4.data为数据集，输入12个特征，分四类；运行主程序即可，其余为函数文件，无需运行.

矩阵乘法的四张量幂问题的基于优势的约束优化进化算法

NOI导刊--基础算法(枚举、递推与递归).ppt 内容----教程、代码实现 算法----枚举、递推、递归

为了提高语音情感识别系统的识别准确率，在传统支持向量机（SVM）方法的基础上，提出了一种基于主成分分析法（PCA）的多级SVM情感分类算法。首先将容易区分的情感分开，针对混淆度大且不能再利用多级分类策略直接进行区分的情感，采用PCA进行特征降维，然后逐级地判断出输入语音所属的情感类型。与传统基于SVM分类算法的语音情感识别相比，本方法可将七种情感的平均识别率提高5.05%，并且特征维度可降低58.3%，从而证明了所提出方法的正确性与有效性。

一本讲解神经元算法的书籍，主要有BP神经网路等神经元算法，包括监督学习和非监督学习，书中的数学推导和证明都很准确，强烈推荐的神经元算法的入门书。

遗传 蚁群 算法 VC++代码

数据挖掘实战聚类分析的资源，包括城市消费因素的数据集和k-means，k-medoids，层次聚类，Som四种聚类分析算法的代码。

蜜蜂CNN模糊进化深度学习算法（人脸识别，智能优化算法，MATLAB源码分享） 在训练阶段之后，可以使用进化算法拟合深度学习权重和偏差。 这里，CNN用于对8个人脸类别进行分类。 在CNN训练之后，创建初始模糊模型以帮助学习过程。 最后，CNN网络权重（来自全连接层）使用蜜蜂算法训练，以自然启发的方式进行拟合（这里是蜜蜂的行为）。 可以将数据与任意数量的样本和类一起使用。 请记住，代码的参数是根据数据进行调整的，如果要替换数据，可能需要更改参数。 图像数据大小为64*64，2维，存储在“CNNDat”文件夹中。 因此，重要的参数如下： “numTrainFiles”=您必须根据每个类中的样本数量来更改它。 例如，如果每个类有120个样本，那么90个就足够好了，因为90个样本用于训练，而其他样本用于测试。 “imageInputLayer”=图像数据的大小，如[64 64 1] “fullyConnectedLayer（完全连接层）”=类的数量，如（8） “MaxEpochs”=越多越好，计算运行时间越长，如405。 “ClusNum”=模糊C均值（FCM）聚类数，如3或4很好

一种新兴的群智能优化算法，斑马优化算法（2022）

空间攻防中，拦截卫星相对目标卫星导航参数的确定，对拦截卫星的拦截轨道设计十分重要-本文针对目标卫星轨道为椭圆轨道且拦截卫星存在机动的情况，研究了拦截卫星的相对导航算法.首先，推导了目标卫星轨道为椭圆轨道时拦截卫星的相对运动方程，并根据星间测量几何关系推导了测量方程；其次，通过引入拦截卫星的机动加速度并考虑其控制误差，设计了改进的扩展卡尔曼滤波器，以提高拦截卫星的相对导航精度；最后，通过仿真验证了算法的有效性，并获得了较好的相对导航精度.