资源列表
遗传算法
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。(Genetic algorithm is used to solve optimization search algorithm in computational mathematics, is a kind of evolutionary algorithms.Evolutionary algorithm was original
tri-elements
- 本程序实现了一悬臂梁受力问题的有限元解法，采用三节点三角形单元，计算了梁端部受集中力和同时受均布荷载以及端部集中力两种情况，给出了计算结果并作出了变形图示(This program implements a cantilever beam finite element problem solution, using three node triangular element. Two cases: concentrated force and uniform load -concentrated
mygrep
- 实现在指定目录下指定类型文件中搜索指定文本的功能(Implement search specific txet funtion)
遗传算法案例
- 遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。(Genetic algorithms are usually implemented in a computer simulation. The abstract representation of a certain number of candidate solutions (called individuals) in an optimization pro
6405_fw_b19198
- Descr iption1 Descr iption2 Descr iption3
OV7670
- stm32f103使用OV7670摄像头进行颜色识别及追踪(STM32F103 uses OV7670 cameras for color recognition and tracking)
18.超声波测距实验
- 适用于超声波的嵌入式控制系统，适用于蓝桥杯比赛(Embedded control system suitable for ultrasonic wave)
magnify
- MATLAB出图后，运行程序后可对Figure图进行局部放大(After MATLAB drawing, after running the program, you can zoom in on the Figure diagram locally)
熵权法
- 按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量;如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高。(According to the basic principle of information theory, information is a measure of system order degree, and entropy is a measure of system disorder degree. If t
background_remove
- 该程序实现对探地雷达上传的数据进行背景消除，突出目标(The program realizes the background elimination of the data uploaded by GPR and highlights the target)
滑模变结构控制3th_基本理论与设计方法
- 刘金琨老师书籍源码，滑模变结构控制3th_基本理论与设计方法(Liu Jinkun teacher books source code, sliding mode variable structure control, 3th_ basic theory and design methods)
熵权法原理
- 熵权法是一种客观赋权方法。它十分复杂，计算步骤如下: a.构建各年份各评价指标的判断矩阵: b.将判断矩阵进行归一化处理, 得到归一化判断矩阵: c.根据熵的定义，根据各年份评价指标，可以确定评价指标的熵。 d.定义熵权。定义了第n个指标的熵后，可得到第n个指标的熵权。 f.计算系统的权重值。(Entropy weight method is an objective method of empowerment. It is very complicated. Th