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
Matlab代码-MSER最大极值稳定区域；
1.对于图像灰度的仿射变化具有不变性2.稳定性，区域的支持集相对灰度变化稳定3.可以检测不同精细程度的区域
1.对于图像灰度的仿射变化具有不变性2.稳定性，区域的支持集相对灰度变化稳定3.可以检测不同精细程度的区域
2023/9/5 6:51:03
75.3MB
1
《实用极值统计方法》是2006年天津科学技术出版社出版的图书，作者是史道济。
不能奢望通过本书能解决读者所遇到的一切有关极值统计分析问题。
一方面，极值理论正处于迅速发展中，有些问题的处理在理论上还没有一种公认为最好的统计方法，有些方法可能还比较粗糙，有待改进，特别对多元极值问题；
另一方面，有时认为极值的统计分析不仅是科学方法，而且还是一种“艺术”。
对一个实际问题，既要尽可能多地利用包含在数据中的极值信息，又要保持模型的正确性，不能将所有数据都认为是极值，需要在这二者之间进行适当的平衡，这就是一种艺术。
统计分析方法离不开计算机对数据进行各种处理，极值统计也不例外。
书中所有的计算程序都是用R语言编写的，许多例子会给出各种统计图表，使读者能比较直观地理解。
不能奢望通过本书能解决读者所遇到的一切有关极值统计分析问题。
一方面，极值理论正处于迅速发展中，有些问题的处理在理论上还没有一种公认为最好的统计方法，有些方法可能还比较粗糙，有待改进，特别对多元极值问题；
另一方面，有时认为极值的统计分析不仅是科学方法，而且还是一种“艺术”。
对一个实际问题，既要尽可能多地利用包含在数据中的极值信息，又要保持模型的正确性，不能将所有数据都认为是极值，需要在这二者之间进行适当的平衡，这就是一种艺术。
统计分析方法离不开计算机对数据进行各种处理，极值统计也不例外。
书中所有的计算程序都是用R语言编写的，许多例子会给出各种统计图表，使读者能比较直观地理解。
2023/8/31 12:25:36
21.63MB
1
目前最全的中文情感词典，包括以下内容：1.褒贬词及其近义词；
2.汉语情感词极值表；
3.清华大学李军中文褒贬义词典；
4.情感词典及其分类；
5.情感词汇本体；
6.台湾大学NTUSD简体中文情感词典；
7.知网Hownet情感词典。
2.汉语情感词极值表；
3.清华大学李军中文褒贬义词典；
4.情感词典及其分类；
5.情感词汇本体；
6.台湾大学NTUSD简体中文情感词典；
7.知网Hownet情感词典。
2023/8/29 20:47:11
1.6MB
1
目前最全的中文情感词典，包括以下内容：1.褒贬词及其近义词；
2.汉语情感词极值表；
3.清华大学李军中文褒贬义词典；
4.情感词典及其分类；
5.情感词汇本体；
6.台湾大学NTUSD简体中文情感词典；
7.知网Hownet情感词典。
2.汉语情感词极值表；
3.清华大学李军中文褒贬义词典；
4.情感词典及其分类；
5.情感词汇本体；
6.台湾大学NTUSD简体中文情感词典；
7.知网Hownet情感词典。
2023/8/5 21:34:38
1.59MB
1
本文件功能：用BP神经网络预测温湿度。
本次仿真，预测模型为8*8*8*1，输入数据为359天数据（一个小时测一个数据，一天数据为24）。
其中350天数据做训练样本，用来训练BP网络模型的权值和阈值，4天用来做测试样本，用来测试3天左右的温湿度预测值。
本次训练效果比较上次仿真较为准确，判定系数可以达到0.8左右（越靠近1表明仿真效果越好），预测值与实际值点状图基本围绕在主对角线左右，MSE平方误差可以达到0.01，BP网络预测输出图也可以看出预测值的变化趋势基本与期望值一致。
本次仿真存在不足：1.未修改学习率、附加动量等参量没有解决BP网络收敛慢的问题。
2.没有使用全局优化的算法，没有解决BP容易陷入极值点的问题。
这种用BP网络来进行预测的模型网上有很多，但是大多数都是预测风力发电等，可能也是因为该BP模型是40年代所提出，我是没有找到有温湿度的预测，该代码纯属自己改写的，并且运行无误，现在分享出来，让大家节省一些时间去研究更有深度的算法。
本次仿真，预测模型为8*8*8*1，输入数据为359天数据（一个小时测一个数据，一天数据为24）。
其中350天数据做训练样本，用来训练BP网络模型的权值和阈值，4天用来做测试样本，用来测试3天左右的温湿度预测值。
本次训练效果比较上次仿真较为准确，判定系数可以达到0.8左右（越靠近1表明仿真效果越好），预测值与实际值点状图基本围绕在主对角线左右，MSE平方误差可以达到0.01，BP网络预测输出图也可以看出预测值的变化趋势基本与期望值一致。
本次仿真存在不足：1.未修改学习率、附加动量等参量没有解决BP网络收敛慢的问题。
2.没有使用全局优化的算法，没有解决BP容易陷入极值点的问题。
这种用BP网络来进行预测的模型网上有很多，但是大多数都是预测风力发电等，可能也是因为该BP模型是40年代所提出，我是没有找到有温湿度的预测，该代码纯属自己改写的，并且运行无误，现在分享出来，让大家节省一些时间去研究更有深度的算法。
2023/8/2 9:25:48
2.28MB
1
用模拟退火算法求二维函数y=5*sin(x1*x2)+x1^2+x2^2的极小值。
由原来ARMYLAU：armylau2@163.com的C#版本翻译为C++。
由原来ARMYLAU：armylau2@163.com的C#版本翻译为C++。
2023/7/9 4:06:43
194KB
1
本算法是用matlab求解函数极值，程序的框架是遗传算法的框架，解决不同的问题时，稍微修改一下就行了，基本的框架是不变的。
包含了源程序，算法说明，包括一份详细得报告，读者应该能比较容易的看懂。
包含了源程序，算法说明，包括一份详细得报告，读者应该能比较容易的看懂。
2023/7/4 8:27:21
157KB
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