![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- ISA.rar优化算法大小:2KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 2浏览
会员免费 - GBO-梯度优化器.rar优化算法大小:3MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 11浏览
会员免费 - FPA-花授粉优化.rar优化算法大小:2KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 53浏览
会员免费 - EFADE CODE.rar优化算法大小:2MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 8浏览
会员免费 - EGBO-增强的梯度优化器.rar优化算法大小:2MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 4浏览
会员免费 - BGSK_Code and paper.rar优化算法大小:1MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 3浏览
会员免费 - APGSK Code.rar优化算法大小:1MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 1浏览
会员免费 - AGDE.rar优化算法大小:2MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 1浏览
会员免费 - 2020-TCYB-TAPSO-SourceCode-Matlab.rar优化算法大小:376KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 5浏览
会员免费 - 2020-SWEVO-MAPSO-SourceCode-Matlab.rar优化算法大小:4MB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 2浏览
会员免费 - 2020-INS-XPSO-SourceCode-Matlab.rar优化算法大小:390KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 7浏览
会员免费 - 2019-SWEVO-MRDE-SourceCode-Matlab.rar优化算法大小:33KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 3浏览
会员免费 - 2019-SWEVO-FMPSO-SourceCode-Matlab.rar优化算法大小:390KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 3浏览
会员免费 - 2018-SOCO-SopPSO-SourceCode-Matlab.rar优化算法大小:394KB多种智能优化算法设计开发应用,可供学习交流,不断更新资源多种智能优化算法设计开发应用,可供学习交流,不断更新资源
0 1浏览
会员免费 - 数学建模的插值问题MATLAB程序(山区的地貌图和等高线图)matlab大小:137KB2024电工杯数学建模 山区地貌:在某山区测得一些地点的高程如下表:(平面区域1200≤x ≤4000,1200≤y ≤3600),试作出该山区的地貌图和等高线图,并对几种插值方法进行比较. 详细看附件内容2024电工杯数学建模 山区地貌:在某山区测得一些地点的高程如下表:(平面区域1200≤x ≤4000,1200≤y ≤3600),试作出该山区的地貌图和等高线图,并对几种插值方法进行比较. 详细看附件内容
0 34浏览
会员免费 - 峰值聚类实现分类算法,带GUI显示,以及数据集,下载就能运行数据集大小:9KB算法的基本思想是,当一个数据点的局部密度和相对距离都较大时,它就被定义为密度峰值(即类簇中心)。然后,剩余的数据点将被分配给密度比它们高的最近数据点所在的类簇。 在Python中,使用wxPython库来编写图形用户界面(GUI)应用是一种常见的方法。wxPython是一个跨平台的GUI工具包,它提供了丰富的控件和布局管理器,用于构建复杂的桌面应用程序。算法的基本思想是,当一个数据点的局部密度和相对距离都较大时,它就被定义为密度峰值(即类簇中心)。然后,剩余的数据点将被分配给密度比它们高的最近数据点所在的类簇。 在Python中,使用wxPython库来编写图形用户界面(GUI)应用是一种常见的方法。wxPython是一个跨平台的GUI工具包,它提供了丰富的控件和布局管理器,用于构建复杂的桌面应用程序。
0 18浏览
会员免费 - 大数据、云计算及应用实践big大小:152MB小小终端=超级计算机 更加智能的服务 如影随行的私人数据中心 服务器永远不会塞车 90% Off 的价格 信息随手可得小小终端=超级计算机 更加智能的服务 如影随行的私人数据中心 服务器永远不会塞车 90% Off 的价格 信息随手可得
0 5浏览
会员免费 - 运筹学运输问题综合实验报告的提交文件实验报告大小:1MB实验报告实验报告
0 28浏览
会员免费 - Python爬虫对智联招聘岗位信息采集,稳定爬取,5000多条数据,数据可视化python大小:7KBPython爬虫对智联招聘岗位信息采集,稳定爬取,5000多条数据,数据可视化Python爬虫对智联招聘岗位信息采集,稳定爬取,5000多条数据,数据可视化
0 77浏览
会员免费 - 2020年五一数模饲料加工配比优化软件/插件大小:757KB里面有可运行代码,word文档和PDF里面有可运行代码,word文档和PDF
0 69浏览
会员免费 - RabbitMQ高级消息队列协议.rarrabbitmq大小:13KBrabbitmqrabbitmq
0 12浏览
会员免费 - 40种智能算法对23种测试函数的代码matlab大小:28MB包括目前常用智能算法的MATLAB模型,以及23种测试函数代码包括目前常用智能算法的MATLAB模型,以及23种测试函数代码
0 6浏览
会员免费 - MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题.rarmatlab大小:1MBmatlab MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 route=[ 18,47,75,81,24,33,49,97,8,74,20,12,86,41,83,92,22,51,25,54,77,73,94,28,31,3,90,99,52,27,59,60,71,4, 1, 9,45,29,19,62,48,89,95,15,64,53,32,40,11,78,38,65,70,14,85,80,76,87,68,57,46,37,39,21,58,72,82,91, 2,55,35,56,30,63,61,69,44,98,36, 5,26,67,23,43,50, 6,79,16,17,84, 7,93,96,10,100,66,88,13,42,34]; length= 723.6466;matlab MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 MATLAB大数据仿真案例-蚁群算法(ACO)用于求解旅行商(TSP)问题 route=[ 18,47,75,81,24,33,49,97,8,74,20,12,86,41,83,92,22,51,25,54,77,73,94,28,31,3,90,99,52,27,59,60,71,4, 1, 9,45,29,19,62,48,89,95,15,64,53,32,40,11,78,38,65,70,14,85,80,76,87,68,57,46,37,39,21,58,72,82,91, 2,55,35,56,30,63,61,69,44,98,36, 5,26,67,23,43,50, 6,79,16,17,84, 7,93,96,10,100,66,88,13,42,34]; length= 723.6466;
0 16浏览
会员免费 - 世界各国节日盘点.rar5月节日大小:2MB5月初夏将至,正是外贸人营销的好时节,PayTrades为各位外贸人盘点一下5月有哪些重要海外节日吧~5月初夏将至,正是外贸人营销的好时节,PayTrades为各位外贸人盘点一下5月有哪些重要海外节日吧~
0 7浏览
免费 - NumPy 的用途是什么numpy大小:274KBNumPy 的用途是什么NumPy 的用途是什么
0 20浏览
会员免费 - npy 文件的基本结构和内容npy大小:405KBnpy 文件的基本结构和内容npy 文件的基本结构和内容
0 13浏览
会员免费 - npy 文件是 NumPy 专用的二进制文件格式,用于存储 NumPy 数组numpy大小:220KBnpy 文件是 NumPy 专用的二进制文件格式,用于存储 NumPy 数组npy 文件是 NumPy 专用的二进制文件格式,用于存储 NumPy 数组
0 15浏览
会员免费 - 长江经济带地级市shp图和长江、黄河、胡焕庸线shp图数据集大小:4MB长江经济带地级市shp图和长江、黄河、胡焕庸线shp图长江经济带地级市shp图和长江、黄河、胡焕庸线shp图
0 12浏览
会员免费 - matlabmatlab基础教程、实战案例和实战项目讲解matlab大小:14KBmatlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和实战项目讲解matlab基础教程、实战案例和
0 23浏览
会员免费 - 华为OD算法题解-100分和200分题.rar华为OD大小:2MB内容概要:该项目选取了华为OD算法题作为练习内容,包括100分题、200分题以及其他100分题,旨在扩大数据结构知识体系并通过模块化代码形成解题思路,帮助学习者提升算法能力。 适用人群:适合对算法练习感兴趣的学生、程序员、算法爱好者以及准备参加技术面试的求职者,希望通过实际题目练习提升算法解题能力的人员。 使用场景及目标:通过解答华为OD算法题,学习者可以熟悉Python语法、灵活运用语法特性,并逐步掌握解题思路。建议按照100分题、200分题和其他100分题的顺序练习,每天练习3道题,以加深对算法的理解和掌握。 其他说明:推荐资料部分提供了学习Python和算法的优秀资料,学习者可以根据需要选择性学习,解题困难时可以参考这些资料。通过练习不同难度的题目,学习者可以逐步提升算法解题能力,为应对技术面试或提升编程水平做好准备。内容概要:该项目选取了华为OD算法题作为练习内容,包括100分题、200分题以及其他100分题,旨在扩大数据结构知识体系并通过模块化代码形成解题思路,帮助学习者提升算法能力。 适用人群:适合对算法练习感兴趣的学生、程序员、算法爱好者以及准备参加技术面试的求职者,希望通过实际题目练习提升算法解题能力的人员。 使用场景及目标:通过解答华为OD算法题,学习者可以熟悉Python语法、灵活运用语法特性,并逐步掌握解题思路。建议按照100分题、200分题和其他100分题的顺序练习,每天练习3道题,以加深对算法的理解和掌握。 其他说明:推荐资料部分提供了学习Python和算法的优秀资料,学习者可以根据需要选择性学习,解题困难时可以参考这些资料。通过练习不同难度的题目,学习者可以逐步提升算法解题能力,为应对技术面试或提升编程水平做好准备。
0 23浏览
会员免费 - 数据预处理C语言.rarc语言大小:11KB数据预处理数据预处理
0 7浏览
会员免费 - 用于进行分类算法的8个数据集数据集大小:57KB用于进行分类算法的8个数据集用于进行分类算法的8个数据集
0 22浏览
会员免费 - 人工智能+物理神经网络+利用物理信息神经网络和断层带声学监测预测实验室地震+源码人工智能大小:188MB【项目资源】:汇聚了云计算、区块链、网络安全、前端设计、后端架构、UI/UX设计、游戏开发、移动应用开发、虚拟现实(VR)、增强现实(AR)、3D建模与渲染、云计算服务、网络安全工具等各类技术项目的素材和模板。包括AWS、Azure、Docker、Kubernetes、React、Vue、Angular、Node.js、Django、Flask、Unity、Unreal Engine、Blender、Sketch、Figma、Wireshark、Nmap等项目的素材和模板。【项目质量】:所有素材和模板都经过精心筛选和整理,确保满足专业标准。在发布前,我们已经对功能进行了全面测试,确保其稳定性和可用性。【适用人群】:适合对技术充满热情的初学者、希望提升专业技能的中级开发者、以及寻求创新解决方案的高级工程师。无论是个人项目、团队合作、课程设计还是商业应用,都能在这里找到合适的资源。【附加价值】:这些项目资源不仅具有很高的学习价值,而且能够直接应用于实际项目中,提高开发效率。对于有志于深入研究或拓展新领域的人来说,它们提供了丰富的灵感和基础框架,帮助你快速构建出令人惊艳的作品。【项目资源】:汇聚了云计算、区块链、网络安全、前端设计、后端架构、UI/UX设计、游戏开发、移动应用开发、虚拟现实(VR)、增强现实(AR)、3D建模与渲染、云计算服务、网络安全工具等各类技术项目的素材和模板。包括AWS、Azure、Docker、Kubernetes、React、Vue、Angular、Node.js、Django、Flask、Unity、Unreal Engine、Blender、Sketch、Figma、Wireshark、Nmap等项目的素材和模板。【项目质量】:所有素材和模板都经过精心筛选和整理,确保满足专业标准。在发布前,我们已经对功能进行了全面测试,确保其稳定性和可用性。【适用人群】:适合对技术充满热情的初学者、希望提升专业技能的中级开发者、以及寻求创新解决方案的高级工程师。无论是个人项目、团队合作、课程设计还是商业应用,都能在这里找到合适的资源。【附加价值】:这些项目资源不仅具有很高的学习价值,而且能够直接应用于实际项目中,提高开发效率。对于有志于深入研究或拓展新领域的人来说,它们提供了丰富的灵感和基础框架,帮助你快速构建出令人惊艳的作品。
0 12浏览
免费 - matlab教学案例.rarmatlab大小:13KB在MATLAB中,我们可以使用meshgrid和surf或contour函数来绘制一个心形曲面或轮廓。但是,由于MATLAB通常用于数值计算和图形绘制,而不是直接打印字符来形成图形,我们将使用数值方法来绘制一个心形。在MATLAB中,我们可以使用meshgrid和surf或contour函数来绘制一个心形曲面或轮廓。但是,由于MATLAB通常用于数值计算和图形绘制,而不是直接打印字符来形成图形,我们将使用数值方法来绘制一个心形。
0 11浏览
会员免费 - apache-dolphinscheduler-3.2.1-src.tar.gz、bin.tar.gzapache大小:93MBapache-dolphinscheduler-3.2.1-src.tar.gz、apache-dolphinscheduler-3.2.1-bin.tar.gzapache-dolphinscheduler-3.2.1-src.tar.gz、apache-dolphinscheduler-3.2.1-bin.tar.gz
0 35浏览
会员免费 - matlab经典算法的程序 accessory-parametermatlab大小:693KBmatlab lingjian.m-----蒙特卡罗方法 lingjian.m使用零件初始值,用蒙特卡罗方法算出总费用。其中使用了自己编制的正态分布随机数发生器产生正态分布随机数。lingjian.m是对蒙特卡罗方法的一次练习。 accyouhua为标定值的函数,而lingjian不是一个函数,在其中已给出了一组标定值的值。 退火确定标定值/unitanneal()----模拟退火 连续型多个变量组合优化问题 这是对模拟退火方法的一次练习,结果证明模拟退火确实是一个行之有效的方法。 当参数选择较好时(一般也伴随着运行时间的加长),模拟退火的结果较好,然而用MATLAB的FMIMCON()一般可达到更高的精度。matlab lingjian.m-----蒙特卡罗方法 lingjian.m使用零件初始值,用蒙特卡罗方法算出总费用。其中使用了自己编制的正态分布随机数发生器产生正态分布随机数。lingjian.m是对蒙特卡罗方法的一次练习。 accyouhua为标定值的函数,而lingjian不是一个函数,在其中已给出了一组标定值的值。 退火确定标定值/unitanneal()----模拟退火 连续型多个变量组合优化问题 这是对模拟退火方法的一次练习,结果证明模拟退火确实是一个行之有效的方法。 当参数选择较好时(一般也伴随着运行时间的加长),模拟退火的结果较好,然而用MATLAB的FMIMCON()一般可达到更高的精度。
0 12浏览
免费 - R语言数据分析案例.rarr语言大小:27KBR语言数据分析案例R语言数据分析案例
0 17浏览
会员免费 - 无人售货机Echarts数据分析echarts大小:609KB无人售货机Echarts数据分析无人售货机Echarts数据分析
0 286浏览
会员免费 - 基于模糊神经网络的嘉陵江水质预测神经网络大小:12KBdata1为训练集和测试集 data2为嘉陵江的水质data1为训练集和测试集 data2为嘉陵江的水质
0 13浏览
会员免费 - Appdesigner-文件存在判断及对话框设计Appdesigner大小:1MB本资源重点讲解两个方面的知识,第一个方面针对如何判断文件是否存在进行了讲解,读者可以根据判断结果进行之后的操作;第二个方面针对对话框的设计和使用进行了讲解,对话框可以分为提示对话框、询问对话框以及文件对话框三种。读者可以根据模版进行修改使用。本资源重点讲解两个方面的知识,第一个方面针对如何判断文件是否存在进行了讲解,读者可以根据判断结果进行之后的操作;第二个方面针对对话框的设计和使用进行了讲解,对话框可以分为提示对话框、询问对话框以及文件对话框三种。读者可以根据模版进行修改使用。
0 13浏览
会员免费 - powerbi笔记学习powerbi大小:7MBpowerbi笔记powerbi笔记
0 32浏览
会员免费 - SHP矢量数据-城市的建筑外轮廓-成都数据集大小:118MBSHP矢量数据-城市的建筑外轮廓-成都SHP矢量数据-城市的建筑外轮廓-成都
0 12浏览
会员免费 - 基于matlab的数字图像分割技术研究及实现(lw).rarmatlab大小:607KB基于MATLAB的数字图像分割技术研究及实现是一个广泛且深入的领域。图像分割是图像处理中的一个重要步骤,旨在将图像划分为多个有意义的区域或对象。基于MATLAB的数字图像分割技术研究及实现是一个广泛且深入的领域。图像分割是图像处理中的一个重要步骤,旨在将图像划分为多个有意义的区域或对象。
0 5浏览
会员免费 - 01背包问题和分数背包问题详解(动态规划和贪心算法)动态规划大小:13KB01背包问题动态规划 01背包问题和分数背包问题详解(动态规划和贪心算法) 01背包问题和分数背包问题详解(动态规划和贪心算法) 01背包问题和分数背包问题详解(动态规划和贪心算法)01背包问题动态规划 01背包问题和分数背包问题详解(动态规划和贪心算法) 01背包问题和分数背包问题详解(动态规划和贪心算法) 01背包问题和分数背包问题详解(动态规划和贪心算法)
0 45浏览
会员免费 - 01背包问题和分数背包问题详解(贪心算法)贪心算法大小:12KB背包问题 01背包问题和分数背包问题详解(贪心算法) 01背包问题和分数背包问题详解(贪心算法) 01背包问题和分数背包问题详解(贪心算法)背包问题 01背包问题和分数背包问题详解(贪心算法) 01背包问题和分数背包问题详解(贪心算法) 01背包问题和分数背包问题详解(贪心算法)
0 34浏览
免费 - matlab计算图像周长,面积matlab大小:766Bmatlab计算图像周长,面积matlab计算图像周长,面积
0 22浏览
会员免费 - 基于Python数据分析与挖掘实战-中级(资料+视频教程)python大小:2KB本资源是一套面向中级Python用户的数据分析与数据挖掘实战教程,包括详尽的资料和视频教学。课程内容从Python编程基础出发,深入到数据分析的核心概念,如数据清洗、探索性数据分析、统计建模、机器学习算法等。通过实际案例的分析与处理,学习者将掌握如何使用Python进行有效的数据挖掘和分析。 适用人群: 已具备基础Python编程能力的技术人员 能学到什么: Python在数据分析中的应用,包括Pandas、NumPy、Matplotlib等库的使用。 数据预处理的技巧,如数据清洗、转换和特征工程。 探索性数据分析的方法,包括数据可视化和统计分析。 阅读建议: 学习前应具备一定的Python编程基础和对数据分析的基本理解。 按照教程的顺序逐步学习,确保理解每个概念和工具的用途。 积极参与实践,通过解决实际问题来加深对知识点的掌握。 对于复杂的数据分析技术,建议多次观看视频教程,加强理解。 结合官方文档和社区资源,解决学习过程中遇到的问题。 通过本资源的学习,你将能够提升使用Python进行数据分析和挖掘的能力,为处理更复杂的数据科学问题打下坚实的基础。本资源是一套面向中级Python用户的数据分析与数据挖掘实战教程,包括详尽的资料和视频教学。课程内容从Python编程基础出发,深入到数据分析的核心概念,如数据清洗、探索性数据分析、统计建模、机器学习算法等。通过实际案例的分析与处理,学习者将掌握如何使用Python进行有效的数据挖掘和分析。 适用人群: 已具备基础Python编程能力的技术人员 能学到什么: Python在数据分析中的应用,包括Pandas、NumPy、Matplotlib等库的使用。 数据预处理的技巧,如数据清洗、转换和特征工程。 探索性数据分析的方法,包括数据可视化和统计分析。 阅读建议: 学习前应具备一定的Python编程基础和对数据分析的基本理解。 按照教程的顺序逐步学习,确保理解每个概念和工具的用途。 积极参与实践,通过解决实际问题来加深对知识点的掌握。 对于复杂的数据分析技术,建议多次观看视频教程,加强理解。 结合官方文档和社区资源,解决学习过程中遇到的问题。 通过本资源的学习,你将能够提升使用Python进行数据分析和挖掘的能力,为处理更复杂的数据科学问题打下坚实的基础。
0 21浏览
会员免费 - 旅行商问题在实际生活中的应用算法导论大小:15KB旅行商问题 旅行商问题在实际生活中的应用 旅行商问题在实际生活中的应用 旅行商问题在实际生活中的应用旅行商问题 旅行商问题在实际生活中的应用 旅行商问题在实际生活中的应用 旅行商问题在实际生活中的应用
0 11浏览
会员免费 - matlab灰色关联分析及其实施例子.rarmatlab大小:2KBmatlab实现灰色关联度计算和分析,并且进行了可视化,结果用柱状图显示,给了具体的实施例子matlab实现灰色关联度计算和分析,并且进行了可视化,结果用柱状图显示,给了具体的实施例子
0 7浏览
免费 - 《MATLAB 神经网络43个案例分析》随书代码不包含书籍.rar神经网络大小:12MB- 第1章 BP神经网络的数据分类——语音特征信号分类 - 第2章 BP神经网络的非线性系统建模——非线性函数拟合 - 第3章 遗传算法优化BP神经网络——非线性函数拟合 - 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 - 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 - 第6章 PID神经元网络解耦控制算法——多变量系统控制 - 第7章 RBF网络的回归--非线性函数回归的实现 - 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 - 第9章 离散Hopfield神经网络的联想记忆——数字识别 - 第10章 离散Hopfield神经网络的分类——高校科研能力评价 - 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 - 第12章 初始SVM分类与回归 - 第13章 LIBSVM参数实例详解 - 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 - 第15章 SVM的参数优化——如何更好的提升分类器的性能 - 第16章 基于SVM的回归预测分析——上证指数开盘指数预测.- 第1章 BP神经网络的数据分类——语音特征信号分类 - 第2章 BP神经网络的非线性系统建模——非线性函数拟合 - 第3章 遗传算法优化BP神经网络——非线性函数拟合 - 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 - 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 - 第6章 PID神经元网络解耦控制算法——多变量系统控制 - 第7章 RBF网络的回归--非线性函数回归的实现 - 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 - 第9章 离散Hopfield神经网络的联想记忆——数字识别 - 第10章 离散Hopfield神经网络的分类——高校科研能力评价 - 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 - 第12章 初始SVM分类与回归 - 第13章 LIBSVM参数实例详解 - 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 - 第15章 SVM的参数优化——如何更好的提升分类器的性能 - 第16章 基于SVM的回归预测分析——上证指数开盘指数预测.
0 8浏览
免费 - Matlab-Log和Canny程序(MATLAB)matlab大小:3KBMatlab--Log和Canny程序(MATLAB)Matlab--Log和Canny程序(MATLAB)
0 8浏览
会员免费 - 基于实际和虚拟阵列的阵列因子的变换关系的MUSIC算法RAR大小:3KB概要: 这是一个关于MUSIC算法的资源,它详细介绍了如何利用实际和虚拟阵列的阵列因子变换关系来估计信号源的方向。该资源包含了MATLAB代码实现,以及对算法步骤的详细解释。 适合人群: 信号处理领域的研究人员和学生。 对阵列信号处理技术感兴趣的工程师。 需要进行方向估计或空间谱分析的专业人士。 能学到什么: 如何实现和应用MUSIC算法进行方向估计。 实际和虚拟阵列因子变换关系的理解和计算。 MATLAB编程技巧,特别是在信号处理和矩阵操作方面。 阅读建议: 具备一定的信号处理和线性代数基础知识,以便更好地理解MUSIC算法的原理和实现。 结合实际案例和数据,动手实践代码,以加深对算法的理解。 阅读相关的学术论文或参考书籍,以获得更深入的理论知识和背景信息。概要: 这是一个关于MUSIC算法的资源,它详细介绍了如何利用实际和虚拟阵列的阵列因子变换关系来估计信号源的方向。该资源包含了MATLAB代码实现,以及对算法步骤的详细解释。 适合人群: 信号处理领域的研究人员和学生。 对阵列信号处理技术感兴趣的工程师。 需要进行方向估计或空间谱分析的专业人士。 能学到什么: 如何实现和应用MUSIC算法进行方向估计。 实际和虚拟阵列因子变换关系的理解和计算。 MATLAB编程技巧,特别是在信号处理和矩阵操作方面。 阅读建议: 具备一定的信号处理和线性代数基础知识,以便更好地理解MUSIC算法的原理和实现。 结合实际案例和数据,动手实践代码,以加深对算法的理解。 阅读相关的学术论文或参考书籍,以获得更深入的理论知识和背景信息。
0 19浏览
会员免费 - 华为OD算法题解-100分和200分题.rar华为OD大小:2MB内容概要:该项目选取了华为OD算法题作为练习内容,包括100分题、200分题以及其他100分题,旨在扩大数据结构知识体系并通过模块化代码形成解题思路,帮助学习者提升算法能力。 适用人群:适合对算法练习感兴趣的学生、程序员、算法爱好者以及准备参加技术面试的求职者,希望通过实际题目练习提升算法解题能力的人员。 使用场景及目标:通过解答华为OD算法题,学习者可以熟悉Python语法、灵活运用语法特性,并逐步掌握解题思路。建议按照100分题、200分题和其他100分题的顺序练习,每天练习3道题,以加深对算法的理解和掌握。 其他说明:推荐资料部分提供了学习Python和算法的优秀资料,学习者可以根据需要选择性学习,解题困难时可以参考这些资料。通过练习不同难度的题目,学习者可以逐步提升算法解题能力,为应对技术面试或提升编程水平做好准备。内容概要:该项目选取了华为OD算法题作为练习内容,包括100分题、200分题以及其他100分题,旨在扩大数据结构知识体系并通过模块化代码形成解题思路,帮助学习者提升算法能力。 适用人群:适合对算法练习感兴趣的学生、程序员、算法爱好者以及准备参加技术面试的求职者,希望通过实际题目练习提升算法解题能力的人员。 使用场景及目标:通过解答华为OD算法题,学习者可以熟悉Python语法、灵活运用语法特性,并逐步掌握解题思路。建议按照100分题、200分题和其他100分题的顺序练习,每天练习3道题,以加深对算法的理解和掌握。 其他说明:推荐资料部分提供了学习Python和算法的优秀资料,学习者可以根据需要选择性学习,解题困难时可以参考这些资料。通过练习不同难度的题目,学习者可以逐步提升算法解题能力,为应对技术面试或提升编程水平做好准备。
0 13浏览
免费 - 数学建模模型使用指南+算法优缺点总结数学建模大小:6MB01预测类算法优缺点总结 02评价类优缺点总结 数模各类模型使用指南 预测类算法优缺点总结: 优点: 灵活性: 预测类算法适用于各种类型的数据和问题,可以灵活应对不同的情况。 高效性: 很多预测类算法在处理大规模数据时表现出色,具有较高的计算效率。 准确性: 在合适的数据和参数设置下,预测类算法可以取得良好的预测准确性。 缺点: 过拟合: 预测类算法容易受到过拟合的影响,特别是在数据噪声较大或者数据量较少的情况下。 数据需求: 预测类算法通常需要大量的标记数据进行训练,这在某些领域可能不易获取。 模型复杂度: 一些预测类算法可能具有较高的模型复杂度,导致训练和解释难度加大。 评价类算法优缺点总结: 优点: 客观性: 评价类算法提供客观的指标评估模型性能,有助于对不同模型进行比较和选择。 多样性: 评价类算法可以根据不同的需求选择合适的评价指标,如准确率、召回率、F1分数等。 稳健性: 很多评价类算法在不同数据集和问题上表现稳健,具有一定的通用性。 缺点: 局限性: 某些评价指标可能不适用于特定的问题或者模型类型,需要结合实际情况进行选择。 单一性: 评价类算法往往只能提供单01预测类算法优缺点总结 02评价类优缺点总结 数模各类模型使用指南 预测类算法优缺点总结: 优点: 灵活性: 预测类算法适用于各种类型的数据和问题,可以灵活应对不同的情况。 高效性: 很多预测类算法在处理大规模数据时表现出色,具有较高的计算效率。 准确性: 在合适的数据和参数设置下,预测类算法可以取得良好的预测准确性。 缺点: 过拟合: 预测类算法容易受到过拟合的影响,特别是在数据噪声较大或者数据量较少的情况下。 数据需求: 预测类算法通常需要大量的标记数据进行训练,这在某些领域可能不易获取。 模型复杂度: 一些预测类算法可能具有较高的模型复杂度,导致训练和解释难度加大。 评价类算法优缺点总结: 优点: 客观性: 评价类算法提供客观的指标评估模型性能,有助于对不同模型进行比较和选择。 多样性: 评价类算法可以根据不同的需求选择合适的评价指标,如准确率、召回率、F1分数等。 稳健性: 很多评价类算法在不同数据集和问题上表现稳健,具有一定的通用性。 缺点: 局限性: 某些评价指标可能不适用于特定的问题或者模型类型,需要结合实际情况进行选择。 单一性: 评价类算法往往只能提供单
0 31浏览
会员免费 - 数据挖掘学习分享(资料和就业推荐)数据挖掘大小:2KB数据挖掘 数据挖掘学习分享(资料和就业推荐) 数据挖掘学习分享(资料和就业推荐) 数据挖掘学习分享(资料和就业推荐)数据挖掘 数据挖掘学习分享(资料和就业推荐) 数据挖掘学习分享(资料和就业推荐) 数据挖掘学习分享(资料和就业推荐)
0 13浏览
会员免费 - matlab 图像质量评价经典算法代码matlab大小:155MBmatlab 图像质量评价经典算法代码matlab 图像质量评价经典算法代码
0 32浏览
会员免费 - Appdesigner-界面切换及数据导入和保存MATLAB大小:108KB本资源介绍了两个功能的程序设计方法,第一个是程序界面之间的切换功能,另一个是程序数据的导入和保存功能。之后,博主会介绍更多的Appdesigner程序设计技巧和功能,并上传示例资源,大家可以根据实际需求拓展使用示例程序。本资源介绍了两个功能的程序设计方法,第一个是程序界面之间的切换功能,另一个是程序数据的导入和保存功能。之后,博主会介绍更多的Appdesigner程序设计技巧和功能,并上传示例资源,大家可以根据实际需求拓展使用示例程序。
0 75浏览
会员免费 - 用Python实现基于人脸识别的门禁管理系统(附源码+各功能截图+分类打包)Phthon大小:113MB用Python实现基于人脸识别的门禁管理系统(附源码+各功能截图+分类打包)用Python实现基于人脸识别的门禁管理系统(附源码+各功能截图+分类打包)
0 151浏览
会员免费 - 基于随机森林算法构建电影票房预测模型(代码+数据集)随机森林大小:106KB电影票房预测一直是电影产业中的一个重要问题,对于制片方、发行方和影院等利益相关者而言,准确地预测电影票房可以帮助他们做出更明智的决策。在电影产业中,投资决策、市场营销策略、排片安排等方面的决策都受到电影票房预测的影响。因此,构建一种准确可靠的电影票房预测模型对于电影产业的发展具有重要意义。 本研究旨在利用随机森林算法构建一种高效的电影票房预测模型,通过综合考虑各种影响因素,提高预测准确性,为电影产业相关方提供科学的决策依据。通过该研究,可以更好地理解影响电影票房的关键因素,为电影从业者提供更全面的市场分析和预测服务。 数据集来源于kaggle,该数据集包含1995年至2018年上映的电影类型统计数据,原始数据集共有300条,9个变量电影票房预测一直是电影产业中的一个重要问题,对于制片方、发行方和影院等利益相关者而言,准确地预测电影票房可以帮助他们做出更明智的决策。在电影产业中,投资决策、市场营销策略、排片安排等方面的决策都受到电影票房预测的影响。因此,构建一种准确可靠的电影票房预测模型对于电影产业的发展具有重要意义。 本研究旨在利用随机森林算法构建一种高效的电影票房预测模型,通过综合考虑各种影响因素,提高预测准确性,为电影产业相关方提供科学的决策依据。通过该研究,可以更好地理解影响电影票房的关键因素,为电影从业者提供更全面的市场分析和预测服务。 数据集来源于kaggle,该数据集包含1995年至2018年上映的电影类型统计数据,原始数据集共有300条,9个变量
0 301浏览
会员免费 - 基于深度学习的猫狗图片分类研究(数据集+实验代码+4000字实验报告)深度学习大小:367MB近年来,深度学习在计算机视觉领域取得了巨大的成功,尤其是在图像分类任务上。图像分类是计算机视觉领域的基本问题之一,而猫狗分类作为图像分类中的经典问题,吸引了广泛的研究兴趣。 猫狗分类问题具有很高的实际应用价值。在现实世界中,人们经常需要对动物进行分类,如在宠物识别、动物行为分析和动物保护等领域。传统的图像分类方法通常需要手工设计特征提取器和分类器,这在处理复杂的图像数据时面临着挑战。 猫狗分类问题的研究可以帮助我们深入理解深度学习在图像分类任务中的应用,并且可以为其他图像分类问题的研究提供经验和指导。此外,研究人员还可以通过比较不同深度学习模型的性能和对比传统方法的效果,评估深度学习在猫狗分类问题上的优势和局限性。 此外,随着深度学习模型的不断发展和算力的提升,研究人员可以尝试更复杂的模型架构、数据增强技术和迁移学习方法,以进一步提高猫狗分类任务的准确性和鲁棒性。 因此,基于深度学习的猫狗分类实验具有重要的研究价值,可以推动深度学习在图像分类领域的发展,同时为实际应用场景提供更好的解决方案。近年来,深度学习在计算机视觉领域取得了巨大的成功,尤其是在图像分类任务上。图像分类是计算机视觉领域的基本问题之一,而猫狗分类作为图像分类中的经典问题,吸引了广泛的研究兴趣。 猫狗分类问题具有很高的实际应用价值。在现实世界中,人们经常需要对动物进行分类,如在宠物识别、动物行为分析和动物保护等领域。传统的图像分类方法通常需要手工设计特征提取器和分类器,这在处理复杂的图像数据时面临着挑战。 猫狗分类问题的研究可以帮助我们深入理解深度学习在图像分类任务中的应用,并且可以为其他图像分类问题的研究提供经验和指导。此外,研究人员还可以通过比较不同深度学习模型的性能和对比传统方法的效果,评估深度学习在猫狗分类问题上的优势和局限性。 此外,随着深度学习模型的不断发展和算力的提升,研究人员可以尝试更复杂的模型架构、数据增强技术和迁移学习方法,以进一步提高猫狗分类任务的准确性和鲁棒性。 因此,基于深度学习的猫狗分类实验具有重要的研究价值,可以推动深度学习在图像分类领域的发展,同时为实际应用场景提供更好的解决方案。
0 157浏览
会员免费