说明，这个matlab程序的目标是对BP神经网络中的神经元连接权和阈值构成的高维参数空间进行最优求解，试图用PSO算法求解神经网络中的参数，而不是用传统的误差反传算法。
但由于经典粒子群算法存在局部最优的问题。
该算法也存在同样的问题。
该算法在迭代数较大时可以基本做到误差较大的函数拟合。
但是通过该资源提供的图解和代码正文，用户可以很容易的学习到PSO算法的过程。
至于如何突破局部最优，这个就有待各位PSO爱好者进行优化了。
但由于经典粒子群算法存在局部最优的问题。
该算法也存在同样的问题。
该算法在迭代数较大时可以基本做到误差较大的函数拟合。
但是通过该资源提供的图解和代码正文，用户可以很容易的学习到PSO算法的过程。
至于如何突破局部最优，这个就有待各位PSO爱好者进行优化了。
2019/10/16 13:18:03
582KB
1
医学图像重建算入门，包含断层成像的基础原理、平行光束图像重建、扇形束图像重建、透射型投影和发射型投影的断层成像、三维图像重建、迭代重建和MRI中的图像重建
2018/1/9 4:50:30
2.06MB
1
《ErrorControlCoding》(第2版)在第一版的基础上进行了彻底的修订和更新．包括了过去20年间该领域所有的重要新发展。
添加了线性分组码的网格、基于可靠性的线性分组码软判决译码算法。
基于网格的软判决译码算法，Turbo编码、低密度奇偶校验码、网格编码调制、分组编码调制7章全新的内容，重点阐述了编码理论和应用领域的三方面最新进展：获得高频谱效率的网格和分组编码调制、可实用的分组码软判决译码方法、分组码和卷积码的软输入和软输出迭代译码技术。
添加了线性分组码的网格、基于可靠性的线性分组码软判决译码算法。
基于网格的软判决译码算法，Turbo编码、低密度奇偶校验码、网格编码调制、分组编码调制7章全新的内容，重点阐述了编码理论和应用领域的三方面最新进展：获得高频谱效率的网格和分组编码调制、可实用的分组码软判决译码方法、分组码和卷积码的软输入和软输出迭代译码技术。
2018/9/22 2:29:31
55.75MB
1
这是一本入门的书,其宗旨是向读者引见经典的和现代的图像重建方法.本书涵盖了二维(2D)平行光束和扇形束成像,三维(3D)平行线,平行面,及锥形束成像.包括解析算法和迭代算法.本书还描述了这些算法在X光CT,SPECT,PET,和MRI等医学影像中的应用.本书对最新的研究成果,如使用截断的投影数据精确重建ROI,Katsevich的锥形束滤波反投影(FBP)算法,以及利用l0极小化方法来重建极度欠采样数据.
2018/5/6 14:24:13
2.3MB
1
国科大2017-2018年高级软件工程程相关的复习考试真题资料。
本人整理和同学对了答案的试题和答案内容：一、概念解释1.敏捷开发方法与Scrum方法2.基于计划-文档开发方法(Plan-and-DocumentbasedDevelopment)3.DRY(Don’tRepeatYourself)无重复代码4.MVC(软件作为服务的开发框架)5.SMART用户故事6.TDDand红-绿-重构7.FIRST测试原则8.代码味道及类内方法SOFA原则(说明S、O、F、A分别代表什么?违法该原则的代码的不好特征、重构和修复的方法)9.类间关系的SOLID原则(说明每个原则的意义、违法该原则的代码的不好特征、重构和修复的方法)(1)单一责任原则(2)开闭原则(3)里氏替换原则(4)依赖注入原则(5)迪米特法则10.持续集成及开发11.文档对象模型(DOM)和jQuery12.JavaScript函数特点13.HTML14.ruby面向对象15.ruby访问控制public、private和protected16.CSS规则构成17.ruby中的数组18.Ruby哈希(Hash)19.Ruby迭代器:each和collect20.Git工作流程
本人整理和同学对了答案的试题和答案内容：一、概念解释1.敏捷开发方法与Scrum方法2.基于计划-文档开发方法(Plan-and-DocumentbasedDevelopment)3.DRY(Don’tRepeatYourself)无重复代码4.MVC(软件作为服务的开发框架)5.SMART用户故事6.TDDand红-绿-重构7.FIRST测试原则8.代码味道及类内方法SOFA原则(说明S、O、F、A分别代表什么?违法该原则的代码的不好特征、重构和修复的方法)9.类间关系的SOLID原则(说明每个原则的意义、违法该原则的代码的不好特征、重构和修复的方法)(1)单一责任原则(2)开闭原则(3)里氏替换原则(4)依赖注入原则(5)迪米特法则10.持续集成及开发11.文档对象模型(DOM)和jQuery12.JavaScript函数特点13.HTML14.ruby面向对象15.ruby访问控制public、private和protected16.CSS规则构成17.ruby中的数组18.Ruby哈希(Hash)19.Ruby迭代器:each和collect20.Git工作流程
2016/7/15 8:54:07
6.49MB
1
利用组合惯导的gps信息及四元从来拼接点云，同时实现拼接后每五帧点云迭代显示，并且拼接后拼接的点云转回了雷达坐标系，能够像处理单帧点云一样处理拼接后的点云（我拼接就是为了让点云线数更密），有很多地方可供大家参考和调试
2021/11/1 17:35:43
16KB
1
本资源是使用Matlab程序应用newton迭代法解非线性方程组，并有实例正文在程序内部，在Matlab控制窗口中输入代码可直接运行。
在数值分析和数据处理中应用很广。
在数值分析和数据处理中应用很广。
2018/11/7 12:09:29
2KB
1
一个使用于智能交通场景的demo，实现了车辆和行人的追踪检测；
车辆不礼让行人检测；
车辆非法越线检测；
车牌识别的择优迭代；
具体参见我的博客：competition1——智能交通场景使用。
车辆不礼让行人检测；
车辆非法越线检测；
车牌识别的择优迭代；
具体参见我的博客：competition1——智能交通场景使用。
2022/9/16 6:16:44
485.42MB
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