行业分类-嵌入式设备-一种邻域保持判别嵌入人脸识别方法及系统.zip

基于的描述，此程序包提供了自适应大邻域搜索（ALNS）元启发式方法的一般，经过充分记录和测试的实现。 它可以按以下常规方式安装： pip install alns 如何使用 alns包提供了两个类，即ALNS和State 。 第一个可以用来运行ALNS算法，第二个可以被子类化以存储解决方案状态-它所需要的只是定义一个objective成员函数，并返回一个目标值。 必须为ALNS算法提供接受标准，以便在每次迭代时确定是否接受新的解决方案状态。 给出了通用验收标准的概述 。 在alns.criteria ，已经为您实现了几个 HillClimbing 。 最简单的接受标准是爬山，仅接受提高目标值的解决方案。 RecordToRecordTravel 。 仅当改进满足某些更新阈值时，此准则才接受解决方案。 SimulatedAnnealing 。 当标度概率大于某个随机数时，使用更新温

当前对于广义旅行商问题的求解最有效的一个算法是GLNS，其核心是基于自适应大邻域搜索的求解算法，作者的源码是使用Julia完成的。本人在之前的一个研究课题中，研究了相关问题，故使用MATLAB复现了该算法。自此，我将其分享给各位，希望能给大家的研究或工作带来方便。（资源中包含：GLNS在MATLAB上的复现代码；GLNS原文；GLNS作者的源代码（Julia））。

matlab终止以下代码GLNS GLNS是在Julia（）中实现的广义旅行商问题（GTSP）的求解器。 有关求解器的更多信息，请参见 引用这项工作 GLNS求解器及其设置在以下论文中进行了描述： @Article{Smith2017GLNS, author = {S. L. Smith and F. Imeson}, title = {{GLNS}: An Effective Large Neighborhood Search Heuristic for the Generalized Traveling Salesman Problem}, journal = {Computers \& Operations Research}, volume = 87, pages = {1-19}, year = 2017, } 使用GLNS时，请引用本文。 使用求解器 可以从命令行或从Julia REPL运行求解器。 安装 首先从安装Juliav1.0或更高版本。 然后可以通过Julia软件包管理器安装GLNS： julia > using Pkg julia > Pkg .

高光谱分类knn matlab代码FNGBS 这是用于高光谱波段选择的快速邻域分组方法的实现。 数据集 四个公共数据集，即 、 、 、 和 ，被用来验证所提出的 FNGBS 的有效性。 要求 MATLAB、libsvm、cruve拟合工具 执行 关于 FNGBS 算法，要运行代码，请执行 'main.m'。 对于获得的推荐频段，我们需要进行'main_recomBand.m'。 结果 为了定性地测量所提出的 FNGBS，KNN 和 SVM 分类器被用来验证算法的有效性。 推荐频段比较： 分类性能比较： 计算时间比较 数据集 E-FDPC 瓦卢迪 SNNC 到F FNGBS (1%) FNGBS (100%) 印度松树（6 段） 0.121 7.430 0.4411 0.4165 0.2542 0.2995 博茨瓦纳 (8 乐队) 0.661 99.281 3.738 1.843 0.892 3.442 帕维亚大学（13个乐队） 0.282 27.930 1.201 0.925 0.336 1.421 萨利纳斯 (6 乐队) 0.381 40.382 1.61 1.276 0.465 1

基于标号回传的8邻域连通域标记算法，纯C语言编写，连通域标记定位，效果很好。

介绍了几种智能优化算法，包括模拟退火 遗传算法 禁忌搜索 神经网络 邻域搜索等，以及他们之间的混合算法等。

针对粒子群算法求解置换流水车间调度这类NP-hard问题存在的早熟问题，本文提出了一种基于随机键编码的双模式飞行粒子群算法。首先，基于ROV规则对工件加工顺序进行随机键编码。其次，粒子在搜索过程中采用带有自适应惯性权重的双模飞行方式来更新位置和速度，避免粒子群陷入早熟收敛状态。为了提高解的质量，每次迭代过程中对PSO优化得到的种群最优解进行邻域局部搜索。最后，通过对标准测试集的数值仿真及与其他PSO算法的比较，证实了所提算法求解该问题的有效性与可行性。

代码给出了 图像缩放算法的两种，1个为邻域插值，一个为双线性插值