搜索资源列表
dataminingrearsch
- 分布式并行数据挖掘计算框架及其算法研究.主要是关联规则
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
用GA(遗传算法)推算下期开奖号码
- 根据双色球历史开奖记录,用GA(遗传算法)推算下期开奖号码.主要是用于学习遗传算法,推算下期开奖号码只是一个乐趣.并不能真正的正确.,Loans lottery in accordance with historical records, using GA (genetic algorithm) the projection period under the lottery numbers. Mainly for learning genetic algorithm, the next phas
PathPlanningforMobileRobotsBasedontheNeuralNetwork
- ：针对移动机器人传统路径规划算法效率不高，寻优能力差等问题，提出一种基 于神经网络和粒子群优化算法相结合的移动机器人路径规划方法．该方法利用神经网 络实现大量的并行和分布计算，发挥PSO简单、容易实现的优点，提高了路径规划的计 算效率和可靠性．仿真结果表明，这种新路径规划方法是可行且有效的．-The quality and eficiency of calculation is the two puzzling problems in the tradi— tional algo
cuda-GPU
- 本文详细分析了Tesla GPU图形与计算架构和CUDA统一计算设备架构，详细描述了如何对计算任务进行并行分解，并通过CUDA的双层并行编程模型映射到Tesla GPU上。 在本文的实现部分，以软件开发流程为主线，描述了如何利用CUDA实现模式识别中的三种常用算法-The paper analyzed the Tesla GPU computing architecture and CUDA graphics and computing devices unified architecture,
ga-PID
- 遗传算法是1962年由美国Michigan大学的Holland教授提出的模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法[1-3]， 在自动控制领域中得到了越来越广泛的应用。该文引入了“稳定区域算法”求取闭环系统稳定的PID控制器参数区间，并以此算法的计算结果限定进 化算法的参数寻优区间，通过仿真试验取得了令人满意的控制效果。-Genetic Algorithms is proposed by the University of Michigan’s Professor
Shortest-Path-Based-on-Delay-PCNN
- 本文在脉冲耦合神经网络(PCNN2Pulse Coupled Neural Network) 的基础上,提出了时延脉冲耦合神经网络 (DPCNN2Delay PCNN) ,并将其成功地用于求解最短路径,同时给出了基于DPCNN 的最短路径求解算法. Caulfield 与 Kinser 提出了用PCNN 求解迷宫问题的方法,虽然他们的方法也可用于求解最短路径,但所需神经元的数量巨大,而本 文的方法所需的神经元的数量远小于他们的方法. 同时,本文的方法充分利用了DPCNN 脉冲快速并
relixue
- 传算法是一种基于生物进化原理的启发式并行搜索和优化技术，常被用于优化计算。该文针对经典遗传算法在多目标优化计算中存在的不足，结合热力学中熵的概念，利用约束交叉、适应度共享技术来进行多目标函数的优化计算。实验结果显示这种改进型遗传算法能得到一个较好的Ｐａｒｅｔｏ优集。 -Propagation algorithm is a heuristic based on the principle of biological evolution parallel search and optimiza
ant
- 蚁群算法(ant colony algorithm，简称ACA)是20世纪90年代由意大利学者M．Dorigo等人首先提出来的一种新型的模拟进化算法．它的出现为解决NP一难问题提供了一条新的途径．用蚁群算法求解旅行商问题(TSP)、分配问题(QAP)、调度问题(JSP)等，取得了一系列较好的实验结果．虽然对蚁群算法研究的时间不长，但是初步研究已显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面具有一定的优势，表明它是一种很有发展前景的方法．蚁群算法的主要特点是：正反馈、分布式计算．正反馈
MIMO-IN-WIRELESS-COMMUNICATIONS-
- 本文基于MIMO检测中性能和复杂度的矛盾，结合具体的MIMO 检测技术进行深入研究，致力于提供能有效缓解性能和复杂度矛盾冲 突的技术方案。论文首先介绍MIMO系统的基本模型，随后针对球 译码(Sphere Decoding)检测及其相关技术、搜索空间预定义检测器 (Search Space Predetermined Detector，SSPD)算法、并行计算对检 测算法的加速作用以及自动重传机制(Automatic Retransmission reQuest，ARQ)
GeneticAlgorithm
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
code
- 以经典的旅行商(Traveling Saleman Problem，TSP)问题作为模拟退火算法正确性和可行性验证的重要标准，并和已有的算法进行比较和讨论。最后，本文将在实现基本算法的同时，提出多种群并行计算的可行性，并且使用TSPLIB提供的数据和对应的最优解来检验模拟退火算法，分析模拟退火算法应用到TSP问题后得到的结果，从而得出在时间要求不高的情况下，使用多种群算法可以改善算法运行结果。-Design And Simulation Of Simulated Annealing Algori
GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
ParallelAdaptiveClonalSelection
- 并行自适应克隆选择算法 在FbgFunc.m中设置目标函数和优化参数 在CloneySelection.m中设置参数取值范围及其他算法参数 本算法在基本克隆选择算法的基础上增加自适应和并行功能计算效率比基本克隆选择算法高。 附带论文为本人为第一作者撰写的，论文中有一部分内容介绍该算法流程。 对该算法有任何疑问可以通过dxbsoccer@163.com联系我。 目前该算法暂时是无约束优化，欢迎大家试用并提出宝贵意见。-Parallel adaptive clon
一种基于MapReduce的粗糙集并行属性约简算法
- 云计算技术是海量数据挖掘的一种高效解决方案，将MapＲeduce 并行计算模型与粗糙集属性约简算法相结合，提出一种基于MapＲeduce 的浓缩布尔矩阵并行属性约简算法。该算法提高了粗糙集属性约简算法对大数据的处理能力和效率，并能适应云计算环境。实验结果表明，所提算法具有良好的效率、加速比和可扩展性。(Cloud computing technology is a high efficient solution for massive data mining.)
Function optimization algorithm
- 遗传算法提供了求解非线性规划的通用框架，它不依赖于问题的具体领域。遗传算法的优点是将问题参数编码成染色体后进行优化， 而不针对参数本身， 从而不受函数约束条件的限制； 搜索过程从问题解的一个集合开始， 而不是单个个体， 具有隐含并行搜索特性， 可大大减少陷入局部最小的可能性。而且优化计算时算法不依赖于梯度信息，且不要求目标函数连续及可导，使其适于求解传统搜索方法难以解决的大规模、非线性组合优化问题。(Genetic algorithm provides a general framework f