搜索资源列表
GAyutuxing
- 这是个遗传算法的数据结构，该算法用在提取图形特征方面。 -this is a genetic algorithm data structure, the algorithm used in the extraction graphics characteristics.
SimulatedAnnealing
- 模拟退火程序:这部分代码是模式识别中结合模拟退火法的特征提取，大家可以对其进行简单的改进会获得更好的效果，比如改变温度表，加上“记忆体”，结合遗传算法等 -simulated annealing procedures : This code is part of pattern recognition in combination with simulated annealing method of feature extraction, you can perform simple im
stdga
- 标准遗传算法的源程序，可以用来进行最优值的搜索，也可以用来进行特征选择-standard genetic algorithm source, can be used for the optimal value of a search can also be used to select the features
Apple
- (原创)研究生期间学习人工神经网张和遗传算法实现的简单的水果识别源码. 水果特征{0,0,1},{0,1,0},{1,0,0}代表{大,圆,光滑}
featureselectionbasedongeneticalgorithm
- 利用遗传算法进行文本聚类的特征选择.把一种特征组合看作一个染色体，对其进行二进制编码，引入文本集密度作为适应度函数进行特征个体适应度的评价.
GASVM.用遗传算法进行特征选取和svm参数优化的程序
- 用遗传算法进行特征选取和svm参数优化的程序。遗传算法工具箱goat已在压缩包 需要安装libsvm就可以直接运行。数据集采用UCI中的german数据集，并完成归一化操作,Genetic algorithm with feature selection and parameter optimization svm procedures. Genetic Algorithm Toolbox in goat need to install libsvm package can be run dir
p300FeatureExtraction
- 自动提取和分类脑电EEG信号P300的特征的遗传算法-A Genetic Algorithm for Automatic Feature Extraction in P300 Detection
CHAPTER1
- 遗传算法是模拟达尔文生物进化论的自然选择与遗传学机理的计算模型, 它是由美国Michigan 大学的Holland教授于1975年首次提出的. 这是一种新的全局优化搜索算法, 其基本特征是利用群体进化,即在求解过程中, 通过使种群不断优化, 从而找到满意解或最优解. 该算法具有简单通用、鲁棒性强的优点, 适于并行处理, 已经广泛地应用于计算机科学、优化调度、运输问题及组合优化等领域-err
218_aubt
- 本代码是基于面部感情特征提取的一种遗传算法，-The code is based on the facial feature extraction of the feelings of a genetic algorithm,
gabijiao
- 该程序通过实例（函数），比较了遗传算法，量子遗传算法和新遗传算法三种算法，表明了算法间的关系和差别以及算法的好坏。-The program by example (function), compared the genetic algorithm, quantum genetic algorithm and the new genetic algorithm for three kinds of algorithm, shows the relationship and differences
GA.cpp
- 选择:根据遗传算法的收敛定理,赌轮法(蒙特卡罗法) ,进行个体选择。交叉:交叉互换的重要特征是它能产生不同于父体的子体。交叉概率越大,交叉操作的可能性也越大 如果交叉率太低,收敛速度可能降低。单阈值分割由于只有一个参数,所以采用一点交叉,在此设置交叉概率为0.65。变异:变异概率为0.01 。-This is a simple genetic algorithm implementation where the evaluation function takes positive values
tezhengtiqu
- 介绍一种遗传算法和神经网络结合特征提取的方法-Introduce a genetic algorithm and neural network feature extraction method
GA
- 利用遗传算法进行特征提取，适合遗传算法初学者(Feature extraction using genetic algorithm)
genetic algorithm
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
新建文件夹 (2)
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
Irisflower-class-code
- 实验将Iris花的数据集分为2组，每组各75个样本，每组中每种花各有25个样本。其中一组作为以上程序的训练样本，另外一组作为检验样本。为了方便训练，将3类花分别编号为1，2，3 。 使用这些数据训练一个4输入（分别对应4个特征），3输出（分别对应该样本属于某一品种的可能性大小）的前向网络。(The data set of Iris flower was divided into 2 groups, 75 samples in each group. Each group had 25 sam
遗传算法
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
GA-ELM
- 遗传算法优化的极限学习机模型 采用水仙花基本特征数据集 效果比单纯的ELM模型要好(The effect of using daffodils basic feature data set in the extreme learning machine model optimized by genetic algorithm is better than that of ELM model only.)
beiBao01
- 免疫克隆解决01背包问题，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法(Immune Algorithm) IA。人工免疫算法是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，免疫算法是全局收敛的。(Immune clone solves 01 knapsack problem
GA提取特征
- GA提取特征，数据为高光谱数据，感兴趣区域数据，最后一列为标签(GA extracts features, hyperspectral data, region of interest data, and the last column is label)