一种分析多目标散射问题的区域分解方法

设计了一种测量米勒(Mueller)矩阵的斜入射正接收的实验装置结合新的数据处理算法,测量了仿生物组织和真实生物组织的后向散射Mueller矩阵。利用该法对生物组织等混浊介质后向散射Mueller矩阵

这是一款通过camshift方法实现的目标跟踪代码，可以实现背景差分，目标跟踪等功能，操作方便，注意一定要下载视频简码器

YOLOv1（You Only Look Once）是一种实时目标检测方法，其设计简洁高效，具备较好的检测准确性和实时性。本文详细解析了YOLOv1论文中的关键思想和方法。YOLOv1采用了单一神经网

针对现有多目标优化方法存在的搜索性能弱、效率低等问题,提出一种基于灰色综合关联分析的多目标优化方法.该多目标优化方法采用单目标优化算法构建高质量的参考序列,计算参考序列与优化解的目标函数值序列之间的灰

一种改进的RBF神经网络多目标优化算法，肖忠良，李智勇，针对RBF网络训练中的多目标优化问题，提出了一种基于Pareto方法的改进的非支配排序遗传算法INSGA(ImprovedNon-dominat

提出一种新的多目标优化差分进化算法用于求解约束优化问题。该算法利用佳点集方法初始化个体以维持种群的多样性。将约束优化问题转化为两个目标的多目标优化问题。基于Pareto支配关系，将种群分为Pareto

借鉴生物免疫原理中克隆选择机理，设计了一种基于记忆克隆选择的多目标免疫算法。该算法构建了一种亲和度的快速计算方法，并在抗体种群全局搜索Pareto解的同时，也在记忆单元进行局部搜索，有效地提高了搜索效

为了避免传统序列密码算法中出现的生成序列密码重码率高和容易陷入局部最优解等缺点，提出了一种基于多目标差分演化的序列密码算法（DEMOSEP）。该算法将用于评价序列随机性的三个指标——频数检验、序列检验

为了将决策者对各目标属性的模糊评判信息转换为目标偏好信息，首先将模糊语义转换为三角模糊数,利用模糊数的广义加法、近似乘法和标量乘法进行计算, 从而将决策者对目标属性的离散意见转换为对各目标的综合意见；

将粒子群算法与局部优化方法相结合，提出了一种混合粒子群多目标优化算法（HMOPSO）。该算法针对粒子群局部优化性能较差的缺点，引入多目标线搜索与粒子群算法相结合的策略，以增强粒子群算法的局部搜索能力。