m基于分段蚁群算法优化SVM的数据预测matlab仿真
1.算法描述 支持向量机（support vector machines, SVM）是二分类算法，所谓二分类即把具有多个特性（属性）的数据分为两类，目前主流机器学习算法中，神经网络等其他机器学习模型已经能很好完成二分类、多分类，学习和研究SVM，理解SVM背后丰富算法知识，对以后研究其他算法大有裨益；在实现SVM过程中，会综合利用之前介绍的一维搜索、KKT条件、惩罚函数等相关知识。本篇首先通...
基于隶属度函数模糊CMAC神经网络算法matlab仿真
1.算法描述 CMAC神经网络具有小脑的机能，因而，被广泛应用于机器人的运动控制。或者反过来说，正是为了机器人的运动控制，Albus构造了CMAC神经系统，以模拟脊椎动物的小脑机能。 正如Albus所说的：“然而，对我来说，CMAC最重要的特征是，它提供了一种认识和理解脑计算的途径，导致了一系列关于智能系统积木的重要见解。”为此，Albus又称CMAC神经网络为小脑算术计算模型(Cerebe...
m基于sift特征提取和模板匹配的车标识别算法matlab仿真
1.算法描述 车标识别技术研究是近几年出现的,尚未成熟。智能交通系统主要应用于高速公路收费管理系统、高速公路超速自动化监管系统、公路布控管理系统、城市交通路口的“电子警察”,以及停车场收费管理系统等。汽车标志作为汽车重要特征之一,其识别也是识别出汽车类型的重要因素之一,因此成为交通系统的重要组成部分。所以,人们开始关注这一特征的研究,并提出一些关于车标定位与识别的方法,但大部分是借用车牌与...
基于遗传算法优化的BP神经网络图像分割matlab仿真
1.算法描述 遗传算法（Genetic Algorithm－GA）是一种基于自然选择和基因遗传学原理的优化搜索方法。它将“优胜劣汰，适者生存”的生物进化原理引入待优化参数形成的编码串群体中，按照一定的适配值函数及一系列遗传操作对各个体进行筛选，从而使适配值高的个体被保留下来，组成新的群体，新群体中各个体适应度不断提高，直至满足一定的极限条件。此时，群体中适配值最高的个体即为待优化参数的最优...
m基于小波神经网络和HOG特征提取的手写汉字识别算法matlab仿真
1.算法描述1.读入多张图像，对图像进行去噪、二值话、裁剪、细化等预处理2.特征提取：首先将汉字分为横竖撇捺4个分量，然后对每个分量图像进行4×4弹性网格的划分，（也可以用其他更好的特征提取的方法，但一定要注释清楚），这样每一个字都有4×4×4=64维数据作为小波神经网络的输入数据。3.小波神经网络训练：对每一个汉字用100个不同人的字体进行训练（最好根据小波神经网络的算法步骤来，参考以下程序）....
基于matlab的CHPSO异质粒子群优化算法仿真
1.算法描述 粒子群优化算法(Particle Swarm Optimization,PSO)最初由Kenndy和Eberhart博士于1995年提出,是一种有效的随机全局优化技术,具有原理简单、参数少、收敛速度较快等特点,可用于求解大部分优化问题。在PSO中，群中的每个粒子表示为向量。在投资组合优化的背景下，这是一个权重向量，表示每个资产的分配资本。矢量转换为多维搜索空间中的位置。每个粒...
基于Astar算法的栅格地图最优路径搜索matlab仿真,可以修改任意数量栅格
1.算法描述 Astar算法是一种图形搜索算法,常用于寻路。它是个以广度优先搜索为基础,集Dijkstra算法与最佳优先(best fit)算法特点于一身的一种 算法。它通过下面这个函数来计算每个节点的优先级,然后选择优先级最高的节点作为下一个待遍历的节点。 AStar（又称 A*），它结合了 Dijkstra 算法的节点信息（倾向于距离起点较近的节点）和贪心算法的最好优先搜索算法信...
基于临近图片相似性分析的图片碎片拼接算法matlab仿真
1.算法描述 由于所使用的碎片，背景颜色都是白色，而且部分碎片正好在两个不同的文字之间，因此，没法直接使用颜色匹配或者文件匹配的方法。 第二，由于很多碎片其边都是直线的，所以我们也没法直接使用很多论文所介绍的随机不规则碎片拼接算法。也没法使用角点匹配的方法，因为角点匹配主要是基于有部分重合的情况下的碎片拼接。 考虑到上面的两种实际情况，这里使用的是一种几何外形匹配的方...
m基于改进遗传算法优化的双bp神经网络时间序列预测matlab仿真
1.算法描述 遗传算法GA把问题的解表示成“染色体”，在算法中也即是以二进制编码的串。并且，在执行遗传算法之前，给出一群“染色体”，也即是假设解。然后，把这些假设解置于问题的“环境”中，并按适者生存的原则，从中选择出较适应环境的“染色体”进行复制，再通过交叉，变异过程产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。 ...
基于ACO蚁群优化算法的栅格地图避障路线规划matlab仿真
1.算法描述 蚁群算法是通过对自然界中真实蚂蚁的集体行为的观察,模拟而得到一种仿生优化算法,它具有很好的并行性,分布性.根据蚂蚁群体不同的集体行为特征,蚁群算法可分为受蚂蚁觅食行为启发的模型和受孵化分类启发的模型,受劳动分工和协作运输启发的模型.本文重点研究了前两种蚁群算法模型. 受蚂蚁觅食行为启发的模型又称为蚁群优化算法(ACO),是继模拟退火算法,遗传算法,禁忌搜索等之后又一启发式智能优...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多仿真相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注