高光谱的端元提取总结，很好。
近年来，通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果．本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点，然后梳理了光谱混合模型及对应的最优化模型，进而介绍了基于群智能算法的端元提取和丰度反演方法，最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度，对基于群智能算法的混合像元分解效果进行了评价．另外，本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结．
近年来，通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果．本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点，然后梳理了光谱混合模型及对应的最优化模型，进而介绍了基于群智能算法的端元提取和丰度反演方法，最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度，对基于群智能算法的混合像元分解效果进行了评价．另外，本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结．
2023/11/27 18:06:48
9.66MB
1
提出改进非劣分类遗传算法NSGA-Ⅱ在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。
首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。
在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。
优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。
首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。
在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。
优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。
2023/11/12 14:58:33
1.13MB
1
传统的基于自然图像块的稀疏表示模型在字典学习的过程中需要求解一个非常高计算复杂度的大规模优化问题以及在稀疏编码和字典学习过程中，每一个图像块都是独立考虑的，忽略了块与块之间的相关性，从而导致了不够精确的系数编码稀疏，基于图像结构组模型可以很好的解决上面两个不足。
2023/11/11 3:39:56
2.68MB
1
TOMLAB是一个基于MATLAB的，支持多种求解算法的通用编程框架。
可以求解包括线性规划、二次规划、非线性规划、线性混合整数规划、非线性混合整数规划等几乎所有的优化问题。
求解性能非常优秀，编程简单易用，容易上手。
个人感觉非常不错。
打包文件中有TOMLAB软件，安装说明，Lisence，Demo程序。
可以求解包括线性规划、二次规划、非线性规划、线性混合整数规划、非线性混合整数规划等几乎所有的优化问题。
求解性能非常优秀，编程简单易用，容易上手。
个人感觉非常不错。
打包文件中有TOMLAB软件，安装说明，Lisence，Demo程序。
2023/11/4 15:34:27
9.54MB
1
有介绍MATLAB优化工具箱的各种函数应用，并有大量实例编程程序。
包括线性规划，非线性规划，二次型，多元函数无约束优化问题，一元函数无约束优化问题。
包括线性规划，非线性规划，二次型，多元函数无约束优化问题，一元函数无约束优化问题。
2023/10/12 13:03:14
533KB
1
遗传算法（GeneticAlgorithm）即是通过模拟自然进化过程，搜索出最优解的方法，如可用来解决组合优化问题。
TSP问题即旅行商问题，假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。
路径的选择目标是要求得的路径路程为所有路径之中的最小值。
程序用MicrosoftVisualC++2010编写运行成功，更改各个城市坐标数据文件，即可输出最优路径。
TSP问题即旅行商问题，假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。
路径的选择目标是要求得的路径路程为所有路径之中的最小值。
程序用MicrosoftVisualC++2010编写运行成功，更改各个城市坐标数据文件，即可输出最优路径。
2023/10/6 22:12:34
2KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB