基于人工鱼群算法的PID参数优化设计 新资料，

CentOS系统参数优化

硕士研究生组会的相关汇报，基于参数优化深度信念网络的齿轮故障程度检测-基于SSA算法

Linux操作系统参数优化手册

本文提出了一种迭代学习控制方法，可以预先指定错误轨迹。 该方法不需要每次迭代的初始条件都应保持为固定值，而常规方法通常会假定此要求。 所提出的策略是使跟踪误差轨迹在整个间隔内收敛到预先指定的轨迹。 分别研究了常数参数化，时变参数化和组合情况。 因此，通过类似Lyapunov的方法，给出了学习规律并详细分析了学习系统。 利用不饱和/饱和学习定律，系统误差在整个时间间隔内与预定误差轨迹一致，并且保证封闭系统中的所有信号都受到限制。 数值结果验证了该方法的有效性。

2048 四联骨牌 滑行 更多详情、使用方法，请下载后阅读README.md文件

人工智能-非线性时滞系统自适应神经网络迭代学习控制.pdf

本代码基于离散小波变换（DWT）的数字图像水印嵌入提取算法，采用haar小波作为基函数，利用mallat快速小波分解重构算法。基于Arnold变换的图像置乱技术对图像进行加密，提高水印的安全性和鲁棒性。利用五种攻击测试（剪切、滤波、缩放、椒盐噪音、裁剪）对嵌入水印后的图像进行攻击测试，以PSNR（峰值信噪比）、归一化的互相关系数来评价图像的抗攻击能力、不可见性和鲁棒性。（matlab代码，python 代码可私聊）

glcm matlab代码论文名称为“多点地统计的两种参数优化方法” 本文介绍了两种MPS参数优化方法的程序代码。 基于GLCM的方法的源代码是用MATLAB编写的，而深度学习程序代码是用c＃.Net编写的。 1.基于GLCM的方法主程序是“ GLCM_Method.m”，它取决于“ GrayCoMatrix.m”和“ HsimSimilarity.m”。 基于GLCM的方法中使用的第三方代码包含“ sort_nat.m”，“ rotateticklabel.m”。 2.基于深度学习的方法主程序是基于ML.Net的“ Program.cs”。该程序包含代码文件，例如“ Preprocessing_ImageFolder”，“ ImageNetData.cs”，“ MyDataTable.cs”等。 。 在使用这些程序之前，请解压缩两个压缩文件“ demo data.rar”和“ ML_Assets.rar”。 文件“ demo data.rar”包含了本文使用的数据，包括训练图像通道的实现以及基于Snesim和simpat获得的分类。

代码中的参数不是固定的，对于不同的情况，可能需要不同的参数，参数优化配置非常重要，同一种算法，不同的参数可能造成结果迥异。 对于LJPSO算法，既可以以一个粒子的速度为单位，也可以以某一维度为单位，本代码是以一个粒子为单位衡量速度的。 至于CPSO算法，选择最差的多少个粒子也决定于具体问题。 而MPSO则是非常的灵活，本代码只展示了一种搭配方式。