搜索资源列表
TestingDoc
- 自动进行JAVA单元测试和代码标准检查来帮助开发人员编写克号的代码的工具。可分析类，然后生成单元测试案例来包括最大的覆盖测试，发现未处理的异常并校验需求。-自动的基本错误预防，包括单元测试和自动代码标准检查-生成并执行单元测试案例-提供了进行黑盒测试、模型测试和系统测试的快速简单的途径-识别并预防未处理的运行时异常，函数错误，内存泄露，性能问题和安全弱点-监控测试的覆盖范围-自动回归测试-检查超过380个来自JAVA专家的编码规范-改正违反超过160个编码规范的错误-允许用户创建自己的编码规范-
实数自适应并行遗传算法的研究
- 曾孝平,陈燕飞,李勇明.实数自适应并行遗传算法的研究。针对遗传算法中的早收敛现象,提出了一种实数自适应并行遗传算法(real adaptive parallel genetic algo- rithm,RAPGA)。该算法采用了一种并行遗传进化结构,并将自适应交叉、变异算子引入到本算法中,增强和保 持了种群的多样性。最后,通过与其他经典优化遗传算法进行比较显示,RAPGA对多个标准测试函数均表现出 较好的搜索性能。
Anauto-focusingsystemusedfordigitalimaging
- 一种用于数字成像的自动对焦系统。提出一种用于数字成像的自动对焦系统，它以CMOS 为图像传感器，用DSP 进行数据处 理并控制驱动电路调整镜头的位置，达到准确自动对焦的目的。系统采用对焦深度法实现自动对 焦，通过改变镜头的位置获得一系列模糊程度不等的图像，计算每幅图像的清晰度评价值构成对 焦评价曲线；采用梯度函数作为评价标准来评价图像的清晰度；采用窗口选择技术控制对焦感兴 趣范围，减少了数据处理量；对实验样机的测试表明，系统有较好的自动对焦性能，并解决了百 叶窗问题，对透过玻
5346363636
- ：针对粒子群算法进行多极点函数优化时 存在的局部极小点和搜寻效率低的问题，引入了小 生境的思想到粒子群算法中，以粒子的最好位置为 中心，粒子的最好的个体解对应的适应值为半径建 立圆形小生境。stretching 技术，其次对子群体采用解散策略，即当在子群体中找到一个极值点后把子群体解散回归主群体，最 后设置子群体创建时的半径阈值，避免子群体半径过大。该算法解决了标准的NichePS0算法在处理 多峰函数时，极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏
benchmark
- 该代码为benchmark测试函数验证标准PSO算法的代码，经过测试，该代码没有问题。-The code for the benchmark test function verification standard PSO algorithm code has been tested, the code is no problem.
iysax
- 能量谱分析计算,自写曲率计算函数 ,本科毕设要求参见标准测试模型。- Energy spectrum analysis and calculation, Since writing the curvature calculation function, Undergraduate complete set requirements refer to the standard test models.
dn080
- 自写曲率计算函数 ,本科毕设要求参见标准测试模型，是国外的成品模型。- Since writing the curvature calculation function, Undergraduate complete set requirements refer to the standard test models, Foreign model is finished.
CEC 2006
- cec 单目标约束优化问题的标准测试函数 G01-G24(cec2006 Benchmark functions G01-G24 on Constrained optimization problem.)