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
内含附有详细代码注释的进化算法（遗传算法、差分进化算法、免疫算法）、群智能算法（蚁群算法、粒子群算法）、禁忌搜索算法、模拟退火算法、神经网络算法的MATLAB实现。
以及用以上算法进行TSP问题、背包问题、函数极值问题的求解。
以及用以上算法进行TSP问题、背包问题、函数极值问题的求解。
2023/9/5 22:08:19
80KB
1
2014年段海滨教授通过归纳总结，提出鸽群算法（Pigeon-inspiredOptimizationPIO），PIO是模拟鸽子归巢行为而设计出来的群智能优化算法。
PIO具有原理简明的特点、需要调整参数极少、易于被实现。
与其他算法比较有着计算相对简单，鲁棒性相对较强等明显的优点。
PIO具有原理简明的特点、需要调整参数极少、易于被实现。
与其他算法比较有着计算相对简单，鲁棒性相对较强等明显的优点。
2023/7/1 11:41:21
5KB
1
布谷鸟搜查（CuckooSearch，CS）算法在求解络续优化下场时显展现了较好的成果，但现有的CS算法在求解遨游商下场（TravelingSalesmanProblem，TSP）时收敛较慢且未能展现Levy翱翔的特色，针对于这些不够提出了一种新的基因-展现型的布谷鸟算法（Genotype-PhenotypeCuckooSearch，GPCS），GPCS算法起首赐与每一个都市一个整数部份为都市编号的随机小数编码即基因，而此基因所展现的内容由小数以及整数怪异遴选，小数遴选都市的晤面秩序，整数部份代表某个都市，两个部份组合起来组成Levy翱翔的邻域空间，末了依据不合的翱翔下场遴选重定位或者交流操作。
试验下场评释，GPCS算法优于同类的CS算法，也优于一些其余的群智能算法，尤为在求解大规模TSP时其上风愈加明晰。
试验下场评释，GPCS算法优于同类的CS算法，也优于一些其余的群智能算法，尤为在求解大规模TSP时其上风愈加明晰。
2023/4/1 10:26:34
965KB
1
可以运行，效果很好，基于群智能算法，可以处理很多优化问题，比如在土木工程中有广泛应用，尤其是在结构损伤识别领域有着良好的应用前景
2017/6/21 22:21:36
14KB
1
经过本资源，你可以学习到1、群智能理论下的蚂蚁算法2、博弈论下的纳什均衡3、经过蚂蚁算法求解纳什均衡一举多得喔亲~PS：本资源你学习不到：1、群智能下的PSO算法2、博弈论下的帕累托解3、你懂的，快下载吧~
2018/1/11 18:08:30
290KB
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