虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

GNSS解算模糊度

  • 利用Matlab工具箱设计模糊控制器 49条模糊控制规则形成一个模糊控制规则矩阵

    利用Matlab工具箱设计模糊控制器 49条模糊控制规则形成一个模糊控制规则矩阵,然后根据模糊输入量按照相应的模糊推理算法完成计算,并决策出模糊输出量。 输出模糊量的解模糊方法选取重心法。

    标签: Matlab 模糊控制 工具箱 模糊控制器

    上传时间: 2014-01-05

    上传用户:ommshaggar

  • 本文介绍了遗传算法的流程及几个算子

    本文介绍了遗传算法的流程及几个算子,给出了在matlab 语言环境下实现编码、译码、选择、重组和变异各算子的编程方法,最后用一个实例来说明遗传算法在寻找全局最优解中的应用。

    标签: 算法 流程

    上传时间: 2014-12-21

    上传用户:362279997

  • 压缩包的内容包括:1.有关JPEG和DPCM算法的文章;2.实现其算法的压缩程序3.有关图像压缩方面的资料。读者请注意: <1>这里讨论的是灰度图像的压缩不涉及彩色图像。 <2&

    压缩包的内容包括:1.有关JPEG和DPCM算法的文章;2.实现其算法的压缩程序3.有关图像压缩方面的资料。读者请注意: <1>这里讨论的是灰度图像的压缩不涉及彩色图像。 <2>实现压缩时,输入的图像数据采用一种自定义的格式(com 格式),前四个字节记录图像的宽度和高度,之后就是逐 行的图像数据,图像的开头和结尾没有任何标记。这种格式的图像数据是从BMP图像中得到的。 <3>这里没有JPEG算法的解压程序,压缩后的数据存成标准的JPEG文件格式,任何视图软件都可以打开。DPCM方法中的解 压缩程序将数据仍然存成com格式,可以将其转成PGM格式观看,压缩包中由com转为PGM格式的程序。

    标签: JPEG DPCM lt 算法

    上传时间: 2014-01-15

    上传用户:qq21508895

  • 倒立摆模型的局部线性化 设倒立摆的摆角范围为[-15,15]度

    倒立摆模型的局部线性化 设倒立摆的摆角范围为[-15,15]度,摆角角速度范围为[-200,200]度/秒,摆角角加速度范围为[-200,200]度/秒2,采用三角形隶属函数对摆角和摆角角速度进行模糊化,摆角初始状态为[0.2,0]。

    标签: 15 倒立摆 模型 局部

    上传时间: 2017-09-12

    上传用户:lx9076

  • 摘 要:曝光瞬间造成图像模糊的运动通常作为直线运动近似处理 ,若能找出模糊图像的运动模糊方向 ,并将之旋转到水平轴 ,则二维问题可简化为一维来处理 ,大大简化由模糊图像估计出运动模糊点扩散函数以及图像

    摘 要:曝光瞬间造成图像模糊的运动通常作为直线运动近似处理 ,若能找出模糊图像的运动模糊方向 ,并将之旋转到水平轴 ,则二维问题可简化为一维来处理 ,大大简化由模糊图像估计出运动模糊点扩散函数以及图像恢复的过程 ,并为图像恢复的并行计算创造有利条件。由于运动模糊降低了运动方向上图像的高频成 分 ,沿着运动方向实施高通滤波 方向微分 ,可保证微分图像灰度值 绝对值 之和最小。基于此 ,本文利用双线性插值的方法 ,固定并适当选取方向微分的微元大小 ,构造出3 ×3方向微分乘子 ,得到了高效高精度的自动鉴别运动模糊方向的新方法 ,并通过数值实验进行了验证。

    标签: 模糊 图像 模糊图像 曝光

    上传时间: 2013-12-08

    上传用户:lmeeworm

  • 遗传算法的MATLAB代码

    遗传算法为群体优化算法,也就是从多个初始解开始进行优化,每个解称为一个染色体,各染色体之间通过竞争、合作、单独变异,不断进化。 优化时先要将实际问题转换到遗传空间,就是把实际问题的解用染色体表示,称为编码,反过程为解码,因为优化后要进行评价,所以要返回问题空间,故要进行解码。SGA采用二进制编码,染色体就是二进制位串,每一位可称为一个基因;解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存,优胜劣汰”的进化机制,染色体适应生存环境的能力用适应度函数衡量。对于优化问题,适应度函数由目标函数变换而来。一般遗传算法求解最大值问题,如果是最小值问题,则通过取倒数或者加负号处理。SGA要求适应度函数>0,对于<0的问题,要通过加一个足够大的正数来解决。这样,适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子:选择(复制)、交叉和变异。 SGA中,选择采用轮盘赌方法,也就是将染色体分布在一个圆盘上,每个染色体占据一定的扇形区域,扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话,旋转指针,指针停下来时会指向某一个区域,则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大,因此被选中的几率高,可能被选中多次,而适应度低的可能一次也选不中,从而被淘汰。算法实现时采用随机数方法,先将每个染色体的适应度除以所有染色体适应度的和,再累加,使他们根据适应度的大小分布于0-1之间,适应度大的占的区域大,然后随机生成一个0-1之间的随机数,随机数落到哪个区域,对应的染色体就被选中。重复操作,选出群体规模规定数目的染色体。这个操作就是“优胜劣汰,适者生存”,但没有产生新个体。 交叉模拟有性繁殖,由两个染色体共同作用产生后代,SGA采用单点交叉。由于SGA为二进制编码,所以染色体为二进制位串,随机生成一个小于位串长度的随机整数,交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体,并且还要根据选择概率来确定是否进行交叉(生成0-1之间随机数,看随机数是否小于规定的交叉概率),否则直接进入变异操作。这个操作是产生新个体的主要方法,不过基因都来自父辈个体。 变异采用位点变异,对于二进制位串,0变为1,1变为0就是变异。采用概率确定变异位,对每一位生成一个0-1之间的随机数,看是否小于规定的变异概率,小于的变异,否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因,主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化,后代比前一代强,但实际操作中可能有退化现象,所以采用最佳个体保留法,也就是曾经出现的最好个体,一定要保证生存下来,使后代至少不差于前一代。大致有两种类型,一种是把出现的最优个体单独保存,最后输出,不影响原来的进化过程;一种是将最优个体保存入子群,也进行选择、交叉、变异,这样能充分利用模式,但也可能导致过早收敛。 由于是基本遗传算法,所以优化能力一般,解决简单问题尚可,高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262,此时两个参数均为-2.0480,有时会出现局部极值,此时一个参数为-2.0480,一个为2.0480。算法中变异概率pm=0.05,交叉概率pc=0.8。如果不采用最优模式保留,结果会更丰富些,也就是算法最后不一定收敛于极值点,当然局部收敛现象也会有所减少,但最终寻得的解不一定是本次执行中曾找到过的最好解。

    标签: 遗传算法

    上传时间: 2015-06-04

    上传用户:芃溱溱123

  • Delphi7编程100例

    ToolBar工具栏控件的使用 动态建立主菜单选项 窗口界面的动态分隔条 动态设置选项卡页面 在标题栏中自定义按钮 窗体开合窗帘效果 Windows XP界面效果 实现OutLook滚动工具栏效果 在下拉列表框中显示树形视图 自定义系统的About项 修改系统级菜单 实现透明窗体效果 爆破特技窗体 只允许建立一次子窗体的MDI程序 从外部DLL中调用子窗口 新颖的资源管理器界面 如何生成半圆形窗口 制作字幕滚动窗体 详解Canvas生成渐变色窗口背景 WINAPM风格磁化窗口 软件封面的图片显示制作 实现图片的任意角度旋转 奇妙的拼图游戏 使用PaintBox控件制作画图程序 使用DrawGrid控件制作五子棋 多彩的数据报表 按压缩比将BMP转换为JPG 16位真彩转换到256色 调整图片的RGB对比度 实现图像的灰度级处理效果 3种像素历遍方法的比较和实现 实现屏幕拷贝 实现图像漫游 4种幕布式图像显示技巧 盘旋法实现9种滤镜效果 图形朦胧叠合显示技巧 给MDI主窗体增加背景 实现图像的淡入淡出显示 多媒体播放器 播放AVI文件 根据客户端IP地址获取计算机名 实现多线程IP和DomainName相互转换 Windows2000下的Popup发送功能 如何实现Ping操作 实现多线程共享探测 实现Windows95/98的I/O端口读写 收发电子邮件与监视网络服务器资源 使用WebBrower制作浏览器 可视化的Ping工具 使用IdMappedPortTCP进行端口映射 动态设置ODBC数据源 用ADO控件打开Access数据库 DBGrid中的记录到Html页面的转换 在DBGrid中实现任意方向查找 在DBGrid中通过动态下拉列表查找记录 用DBGrid组件制作下拉列表形式的提示框 利用书签处理DBGrid中的多个记录 将ComboBox中的内容直接拖放到DBGrid里 如何在DBGrid里放置图标 DBGrid控件精彩组合 DBChart图表控件的使用 在StringGrid组件中显示查询结果 使用流对象(Tstream)实现数据表中Tmemo字段的显示 如何动态建立SQLServer ODBC SQL浏览器 在SQL查询中使用动态参数 事务工作原理 标准/模糊查询 筛选数据 数据字典查看器 TDecisionGraph决策组件的使用 明细表(Master/Detail)结构 像处理文本资料一样处理数据表中的信息 远程数据库登录 远程数据库的离线处理 在远程数据库中实现主从表关系 动态设置远程数据库的查询参数 在远程数据库中计算统计值 多线程与数据库 使用远程存储过程 数据模块的同步显示 建立Web服务的数据提供端 建立Web服务的数据访问端 开发WebSnap数据库程序 建立ActiveForm数据浏览 建立数据查询WebServices服务器端 数据查询Web服务客户端开发 基于WAP的手机无线应用 建立基本Web数据库服务器应用 建立类型库编辑DataSnap服务端 建立查询条件Web数据库服务器应用 建立基本MTS服务端 建立MTS数据访问客户端 建立IntraWeb数据浏览 将程序图标设置到Windows系统托盘 取得和修改文件的创建和修改日期 通过流式数据实现文件分割与合并 实现指定扩展名文件和相应程序的关联 获取汉字拼音的首字母 监视剪贴板 在IE工具栏上增加一个按钮图标 软件注册机制的建立 复活节彩蛋的制作 SkinEngine控件——XP换肤 ActionList——应用程序通用功能列表 OleContainer——OLE容器 将程序项设置到控制面板 艺术化排列桌面图标 Delphi中的ini文件的读写 建立键盘鼠标动作记录与回放 实现指定目录下的文件查询 实现对系统的操作监视 系统级热键的实现 检测NumLock、Insert、CapsLock、ScrollLock键的状态

    标签: Delphi7编程100例

    上传时间: 2017-06-21

    上传用户:blueicemei

  • 模糊程序三角隶属度函数仿真

    适合模糊学习初学者,模糊学习分为: 模糊化、模糊规则、模糊推理、反模糊这几个过程。

    标签: 模糊 函数 仿真 程序

    上传时间: 2018-08-09

    上传用户:kinghannah

  • 理想解排序法和秩和比法

    理想解排序法和秩和比法,通过计算每个方案到理想方案的相对贴近度,来对方案进行排序,从而选出最优方案

    标签: 排序

    上传时间: 2019-05-18

    上传用户:781931647

  • 基于模糊聚类分析与模型识别的微电网多目标优化方法

    在微电网调度过程中综合考虑经济、环境、蓄电池的 循环电量,建立多目标优化数学模型。针对传统多目标粒子 群算法(multi-objective particle swarm optimization,MOPSO) 的不足,提出引入模糊聚类分析的多目标粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚 类分析来寻找每代的集群最优解。与 MOPSO 相比, FCMOPSO 增强了算法的稳定性与全局搜索能力,同时使优 化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集 后,再根据各目标的重要程度,用模糊模型识别从最优解集 中找出不同情况下的最优方案。最后以一欧洲典型微电网为 例,验证算法的有效性和可行性。

    标签: 模糊 模型识别 微电网 多目标优化 聚类分析

    上传时间: 2019-11-11

    上传用户:Dr.赵劲帅