搜索资源列表
psobpdiagnosis
- 利用粒子群算法优化BP神经网络的权值，将训练好的神经网络用于故障诊断中，进行模式识别，比BP神经网络收敛快-Utilizing particle swarm optimization BP neural network weights, the trained neural network for fault diagnosis, pattern recognition, neural network converges faster
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的
PSO-optimization
- 应用粒子群算法来寻找BP神经网络最优的初始权值还有阈值，本程序主要是以此来拟合函数，读者可以根据需要，小小地修改一下BP神经网络的代码，可以实现诸如模式识别等功能，收敛效果很好，-Application of particle swarm algorithm to find the optimal initial BP neural network weights as well as the threshold value, the
PSO
- 粒子群优化算法，算法没有和图像处理直接相关，不过对于图像分类中的模式识别相关算法，也许会用到这个优化算法。-PSO code
pso_Trelea_vectorized
- 本程序介绍了用粒子群算法优化支持向量机的相关参数，从而达到更好的模式识别。-This procedure describes the optimization of support vector machines with particle swarm algorithm parameters, so as to achieve a better pattern recognition.
PSO-SampEn
- 基于粒子群算法优化的样本熵计算程序，可用于模式识别(A sample entropy calculation program based on particle swarm optimization (PSO) optimization can be used for pattern recognition)
第十章粒子群
- 对多峰搜索问题提出了一类动态微粒群算法,该算法通过变换函数将多峰问题中的所有峰变为等高峰(A kind of dynamic particle swarm optimization (DPSO) algorithm is proposed for multi-peak search problem. The algorithm transforms all the peaks in multi-peak problem into equ
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second ti