围绕粒子群的当前质心对粒子群重新初始化.这样，每个粒子在随后的迭代中将在新的位置带着粒子在上次搜索中获得的“运动惯性”（wvi）向Pi，Pg的方向前进，从而可以在粒子群的运动过程中获得新的位置，增加求得更优解的机会.随着迭代的继续，经过变异的粒子群又将趋向于同一点，当粒子群收敛到一定程度时又进行下一次变异，如此反复，直到迭代结束.
上传时间： 2013-12-10
上传用户：thuyenvinh
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
本程序是一个基本的简单遗传算法示范程序，其优化目标是在〔0，2*pi〕上搜索函数sin(x)*sin(x)的最大值
上传时间： 2015-07-07
上传用户：lz4v4
用专家系统优化下面的PID参数或设计一个专家控制器，被控对象为 并与PI控制算法进项比较
上传时间： 2015-08-27
上传用户：Andy123456
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
产生一个正交相位调制信号（QPSK），该信号可供复数解析，调制相位为（0，pi/2,pi,3*pi/2）
上传时间： 2015-09-18
上传用户：rocketrevenge
输入信号五个基于瞬时信息的特征：零中心归一化瞬时幅度功率谱密度的最大值,零中心归一化瞬时幅度绝对值的标准偏差，零中心非弱信号段瞬时相位非线性分量绝对值标准偏差，零中心非弱信号段瞬时相位非线性分量标准偏差，零中心归一化的非弱信号段瞬时频率绝对值的标准偏差，得到识别出的信号类别，本例为2PSK, 4PSK, GMSK, OQPSK, pi/4DQSK中的一个，还可以看Art网络的扩展性。
上传时间： 2015-09-20
上传用户：ippler8
用PHP编写的表达式计算器，是用的编译的知识实现的，并非使用eval()函数实现。 功能强大，可以做所有的数值计算，代数计算还不能实现。 1。可以计算形如“-3*sin(2^0.5/2+3.1415)-pi()^2”的式子。 2。能识别数字（包括小数、正负数）、数学函数。 3。可以做加、减、乘、除、指数、取模 计算（其中加、减包括一元和二元两种操作）。 压缩包里的“math.php”是演示文件
上传时间： 2013-12-11
上传用户：comua
高功率充电机控制程序设计。将输入指令和反馈进行比较，然后进行PI运算，再乘上单位的正弦值就变成输入电流需要跟踪的对象，然后将输入电流采样后和它进行滞回比较，比较后就可以给出开关管的开关信号了
上传时间： 2014-01-07
上传用户：banyou
用 Matlab 编程模拟 李萨如曲线 两互相垂直的，频率成一定整数比例关系的简谐振动合成，合振动为有一定规则的稳定的闭合曲线，称李萨如曲线。运行程序，令a=pi/3,k=3可得李萨如曲线
上传时间： 2015-10-23
上传用户：lixinxiang
