暂无评论
关于pca数学原理和算法，从统计学方面入手，设计多维随机变量的协方差矩阵等。
方差与协方差 矩的概念 随机变量方差的概念及性质
针对高维复杂函数的优化问题，提出了一种新的差分进化算法（NDE）。该算法在运行中根据迭代次数自动地调整交叉概率因子，从而在搜索的初始阶段提高种群多样性，而在搜索后期加强局部搜索能力。对几种经典函数的测
针对差分进化算法在解决高维优化问题时易早熟收敛、求解精度低和参数设置麻烦等问题，提出一种加权变异策略动态差分进化算法（WMDDE）。为了动态平衡全局搜索与局部搜索能力，跳出局部最优，将标准差分进化算法
为了解决实时系统中粒子滤波的计算复杂性问题，提出了一种零bank冲突并行规约的差分进化粒子滤波方法。该方法首先分析了并行差分进化粒子滤波算法在GPU中的内存访问模式，根据粒子滤波器的均方根误差与内存访
提出了一类新差分进化算法范式，其核心内容是提出了一种基于动态邻居搜索的进化模式，平衡局部和全局搜索之间的矛盾，同时探讨了种群拓扑结构对其通讯和信息继承和扩散的影响，用基于该范式的一种具体算法对8经典测
模拟人类社会的迁徙进行算法仿真 得到了具有较高搜索效率的解的方案
引入拉马克进化理念, 提出一种基于网格化拉马克学习机制的差分进化算法. 该算法在网格划分机制建立起的分布式搜索框架下, 采用单元格最优解保护机制、学习步长机制、解空间同仁机制和定矢变异机制组成拉马克学
程序可用，自带训练和测试数据集，每个模块是单独编，可读性强，利用率高。
差分进化计算（DE）是继遗传算法、微粒子群算法、蚁群算法之后的又一个成功的智能算法。它有三个算子即变异算子、交叉算子、选择算子。差分进化利用种群中个体之间的差异信息实现向最优解区域的搜索。实验证明，该
暂无评论