基于改进同伦算法的材料特性参数识别

针对标准人工蜂群算法搜索效率低、收敛速度慢等缺点提出一种改进的人工蜂群算法.通过引入算术交叉操作以及利用最优解指导搜索方向,增加算法收敛的速度.在7个基准函数上的测试结果表明了算法的有效性.在此基础上

提出了一种新型的混合算法并命名为混合杂草蝙蝠算法(Hybridize Invasive Weed Optimization with Bat Algorithm,IWOBA),该算法在杂草算法的基础上

针对无线传感器网络定位技术中DV-Hop算法在最后阶段计算待定位节点坐标时定位精度低的问题,提出了一种基于自适应步长萤火虫优化算法的改进DV-Hop算法(ASGSODV-Hop)。该算法将DV-Hop

基于改进算法的滤波SLAM算法研究slam，粒子滤波的一种改进方法，可以学习下，

针对现有的单一特征提取算法对运动想象脑电信号识别率不高的问题,提出一种以相关系数改进的经验模态分解(EMD)的特征提取算法。对已有的BCI竞赛数据中C3、C4两个通道脑电数据进行预处理,之后通过EMD

简单的分形算法虽然能很好的处理图像信息,但随着对图像精确度要求的提高,本文采用了多重分形和改进BP算法,使得图像识别精度提高,处理效果更好。通过与遗传算法、粒子群算法、毯子分形法这3种算法进行比较、仿

针对语音分组识别中,分组数量多时,识别率下降,分组数量少时,识别时间增加这一问题,提出一种改进K中心点的语音分组识别算法。该算法先将同一语音进行分段均值降维,然后将不同语音经过K中心点聚类分组。识别时

针对多输入单输出(MISO,multiple input single output)通信系统的STBC-OFDM信号盲识别问题,提出基于OFDM块的改进Kolmogorov-Smirnov (K-S

颜色是物体表面的基本特征, 外部世界提供了丰富的颜色信息,因此通过颜色对目标进行识别[1-2]是一种常用的方法。然而,同一颜色在变化环境下所接收到的光照并不完全一样,不同于人眼识别的灵敏性。机器人视觉

ID3算法是决策树的鼻祖，最早于1986年由Quinlan提出，全称是IterativeDichotomiser3[1]。在这篇课程报告中，我将对经典的ID3做出三次改进：1.把infogain改进为