该文档为神经网络+数学建模模型及算法的简介讲解文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： 神经网络
上传时间： 2022-02-27
上传用户：qdxqdxqdxqdx
蚁群算法基本模型STEP1（外循环）若满足算法停止规则，停止计算，输出计算得到的最好解给定外循环的最大数目，表明有足够的蚂蚁工作当前最优解连续K次相同而停止，K是给定的整数，表示算法已收敛◆给定优化问题的下界和误差值，当算法得到的目标值同下界之差小于给定的误差值时，算法终止否则使蚂蚁s（1≤s≤m）从起点出发，用L（S）表示蚂蚁S行走的城市集合，初始L（s）为空集。设m只蚂蚁在图的相邻节点间移动，协作异步地得到解。蚂蚁计算出下一步所有可达节点的一步转移概率，并按此概率实现一步移动，依此往复。一步转移概率由图中每条边上的两类参数决定：信息素值、可见度（即先验值）。信息素的更新有2种方式：挥发——所有路径上信息素以一定比率减少增强——给评价值“好”（有蚂蚁走过）的边增加信息素蚁群算法基木模型令我们以求解平面上n个城市的TSP问题（1，2，…，n）表示城市号为例说明ACA的模型。n个城市的TSP问题就是寻找通过n个城市各次且最后回到出发点的最短路径蚁群算法研究现状令ACA是模拟自然界中真实蚁群的觅食行为而形成的一种模拟进化算法。10年多来的研究结果已经表明：ACA用于组合优化具有很强的发现较好解的能力，具有分布式计算易于与其他方法相结合、鲁棒性强等优点，在动态环境下也表现出高度的灵活性和健壮性。在求解TSP、QAP问题方面，与遗传算法、模拟退火算法等算法比较，ACA仍是最好的解决方法之一。
标签： 蚂蚁算法
上传时间： 2022-03-10
上传用户：
近些年来，云计算与移动云计算迅速发展，随之而来出现的问题是由于智能终端的数量和处理器计算能力能力的增加，越来越多的计算密集型应用应用被卸载到云端，这样就给核心网络造成很大的负载，从而不能满足那些对延迟敏感的应用，所以移动边缘计算就因此产生。它通过将计算、存储等资源部署在网络的边缘，能快速地处理任务并传输。但是由于用户终端的移动性，需要考虑的一个很重要的问题就是当服务厥量受到位置影响时应当采取什么措施。合理的计算切换能够很好地解决这个问题。在移动边缘计算中，什么时候进行计算切换以及切换到哪里是切换问题的关键。本文研究了计算切换的具体过程、影响计算切换的因素及管理体系，提出了计算切换的管理框架。在考虑任务完成时间、移动终端能耗和任务完成成本这些因素影响的基础上并根据切换管理的框架和具体的判决准则，提出了简单加权法、熵值法和基于理想解排序的这三种多属性决策计算切换筧法。最后在实验部分对这三种多属性决策计算切换算法进行仿真实验，在根据实验结果对三种算法的性能进行分析，然后再研究计算量与数据量变化对算法性能的影响。实验结果表明：采用多属性切换决策的方法要优于不切换和总是发生切换的决策，并且在多属性决策的方法中，班想解排序的方法要优于简单加权法和值法，并且任务的完成时间、移动终端能耗、和任务的执行成本随着终端移动速度的增大而有明显减少，说明基于阈值的判决准则和多属性切换决策算法适用于移动边缘计算中的计算切换。关键词：移动边缘计算：计算切换：判决准则；多属性决策
标签： 移动边缘计算
上传时间： 2022-03-11
上传用户：ttalli
蚂蚁聚类算法的无信息素模型综述
标签： 蚂蚁算法
上传时间： 2022-03-12
上传用户：d1997wayne
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
本文以某油田数字化改造项目为背景，研究内容主要分为如下四个部分（1）三维激光扫描仪在扫描作业中会产生精度不符合项目要求的问题，导致后续的维模型精度无法达到要求。本文系统分析了扫描仪的误差来源，采用单边法和交叉双边法的标定实验方案，可以较快、较准确的检验三维激光扫描仪的精度，为后续数据获取奠定了良好的基础（2）传统的纹理图片采集方法没有规则，拍摄的图片较多，数据量较大，且有时会遗漏部分场景信息。通过对比分析研究前后几次采集的大量纹理图片数据，提出了一种快速、全面的纹理采集方法，提高了采集效率，降低了数据量。通过研究降噪、增强特征等算法，对纹理图片进行处理，获取了较好的模型显示细腻感。最后，通过对比实验分析了上种不同理贴图方法在模型真实度、内存占用量和操作易程度等力面的影响，得出各个贴图方法的优缺点及适用范围，为后续的高质量、快速度的纹理贴图提供了理论依据（3）针对地面激光扫描仪在点云拼接时出现无法识别标靶球的问题，分析研究了大量其它站扫描的点云数据和标靶摆放位置，提出了相应的摆放规则，提高了识别标靶的成功率和点云拼接效率。复杂的曲面类模型在正向建模软件中的操作难度较大，且操作复杂，作者通过转换格式将点云放置在逆向软件中使用曲面拟合建模方法进行三维建模，提高了建模效率。非规則类模型在通过交集、并集和差集操作时会出现模型消失的问题，经过实验和研究，详细提出了其建模步骤，减少了该类问题的出现。团队协同作业的模型整合阶段容易出现材质和模型重复问题，结合项目的建模技术要求提出了相关的模型建模规范，提高了模型整合效率
标签： 数据融合
上传时间： 2022-03-17
上传用户：XuVshu
该文档为多通道自相关信号检测算法及其FPGA实现总结文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： fpga
上传时间： 2022-03-27
上传用户：
第一章 机器学习革命学习算法入门为何商业拥护机器学习给科学方法增压10亿个比尔·克林顿学习算法与国家安全我们将走向何方第二章 终极算法来自神经科学的论证来自进化论的论证来自物理学的论证来自统计学的论证来自计算机科学的论证机器学习算法与知识工程师天鹅咬了机器人终极算法是狐狸，还是刺猬我们正面临什么危机新的万有理论未达标准的终极算法候选项机器学习的五大学派第三章 符号学派：休谟的归纳问题特别说明：仅作为爱好者学习使用（请勿商用）！本文档由人工智能吧（QQ群 565128329）整理提供并更多学习分享，若觉得不错请购买印刷版书籍。约不约“天下没有免费的午餐”定理对知识泵进行预设如何征服世界在无知与幻觉之间你能信任的准确度归纳是逆向的演绎掌握治愈癌症的方法20问游戏符号学派第四章 联结学派：大脑如何学习感知器的兴盛与衰亡物理学家用玻璃制作大脑世界上最重要的曲线攀登超空间里的高峰感知器的复仇一个完整的细胞模型大脑的更深处第五章 进化学派：自然的学习算法达尔文的算法探索：利用困境程序的适者生存法则性有何用先天与后天谁学得最快，谁就会赢第六章 贝叶斯学派：在贝叶斯教堂里统治世界的定理所有模型都是错的，但有些却有用从《尤金·奥涅金》到Siri所有东西都有关联，但不是直接关联推理问题掌握贝叶斯学派的方法马尔可夫权衡证据逻辑与概率：一对不幸的组合第七章 类推学派：像什么就是什么完美另一半维数灾难空中蛇灾爬上梯子起床啦第八章 无师自通物以类聚，人以群分发现数据的形状拥护享乐主义的机器人熟能生巧学会关联第九章 解开迷惑万里挑一终极算法之城马尔科夫逻辑网络从休谟到你的家用机器人行星尺度机器学习医生马上来看你第十章 建立在机器学习之上的世界性、谎言和机器学习数码镜子充满模型的社会分享与否？方式、地点如何？神经网络抢了我的工作战争不属于人类谷歌＋终极算法=天网？进化的第二部分
上传时间： 2022-05-07
上传用户：
随着人类社会的进步，科学技术的发展日新月异，模拟人脑神经网络的人工神经网络已取得了长足的发展。经过半个多世纪的发展，人工神经网络在计算机科学，人工智能，智能控制等方面得到了广泛的应用。当代社会是一个讲究效率的社会，科技更新领域也是如此。在人工神经网络研究领域，算法的优化显得尤为重要，对提高网络整体性能举足轻重.BP神经网络模型是目前应用最为广泛的一种神经网络模型，对于解决非线性复杂问题具有重要的意义。但是BP神经网络有其自身的一些不足（收敛速度慢和容易陷入局部极小值问题），在解决某些现实问题的时候显得力不从心。针对这个问题，本文利用遗传算法的并行全局搜索的优势，能够弥补BP网络的不足，为解决大规模复杂问题提供了广阔的前景。本文将遗传算法与BP网络有机地结合起来，提出了一种新的网络结构，在稳定性、学习性和效率方面都有了很大的提高。基于以上的研究目的，本文首先设计了BP神经网络结构，在此基础上，应用遗传算法进行优化，达到了加快收敛速度和全局寻优的效果。本文借助MATLAB平台，对算法的优化内容进行了仿真实验，得出的效果也符合期望值，实现了对BP算法优化的目的。关键词：生物神经网络：人工神经网络；BP网络；遗传算法；仿真随着电子计算机的问世及发展，人们试图去了解人的大脑，进而构造具有人类思维的智能计算机。在具有人脑逻辑推理延伸能力的计算机战胜人类棋手的同时，引发了人们对模拟人脑信息处理的人工神经网络的研究。1.1研究背景人工神经网络（Artificial Noural Networks，ANN）（注：简称为神经网络），是一种数学算法模型，能够对信息进行分布式处理，它模仿了动物的神经网络，是对动物神经网络的一种具体描述。这种网络依赖系统的复杂程度，通过调节内部大量节点之间的关系，最终实现信息处理的目的。人工神经网络可以通过对输入输出数据的分析学习，掌握输入与输出之间的潜在规则，能够对新数据进行分析计算，推算出输出结果，因为人工神经网络具有自适应和自学习的特性，这种学习适应的过程被称为“训练"。
上传时间： 2022-06-16
上传用户：jiabin
论文首先研究了基于Har-like特征和Adaboost分类器的目标车辆探测算法原理和参数设置，并利用车载摄像头采集真实道路车辆图像，建立车辆样本数据库，训练车辆分类器，实现对道路车辆的探测，并对探测效果进行量化分析。针对在车辆探测过程中误检率较高、探测不连续以及检测框不稳定的现象，对基于无迹卡尔曼滤波器的车辆跟踪算法进行了研究，建立了车辆相对运动模型，对真实道路交通场景中的多目标车辆进行探测与跟踪，并对跟踪算法对探测性能提升的效果和原因进行了深入分析。在单目测距中，针对一般测距算法受车辆俯仰角和摄像头畸变影响很大的缺点，利用PreScan仿真软件，对车辆测距算法进行了改进，提山了一个同时考虑车辆俯仰角和摄像头畸变等参数的测距模型，以及一种将摄像头内参与外参分开标定的新方法，最后利用场地实验利真实道路交通场景对模型的测距精度、参数灵敏度进行量化分析。研究了仅利用图像信息估算车辆间碰撞时间的方法，利用PreScan仿真软件，对车辆碰撞时间估算算法进行了改进，建立了一个考虑车间相对加速度碰撞时间估算模型，最后，利用真实道路交通视频对算法进行验证和分析。最后，介绍了利用仿真软件辅助ADAS开发的方法，在虚拟的开发环境中建立了以真实摄像头物理参数为依据的摄像头仿真模型、交通场景，实现了对单目测距和碰撞时间估算算法的验证和改进。实验结果表明，论文中所建立的算法表现出良好的性能，所构建的基于PreScan的仿真平台能有效地提高算法的开发效率.
上传时间： 2022-06-21
上传用户：d1997wayne
