说明:bagging 集成算法描述:Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器,当对每一个实例进行分类时,分别调用这T个基分类器,得到T个结果,最后对分类问题...
说明:使用机器人充电电池和传输数据可极大地提高了无线传感器网络的生命周期。在此视频,机器人的路径由航点(绿色圆圈)控制,并且其中每个传感器可以被提供服务的区域被突出显示。我们使用的梯度下降和“多旅行商问题”(MTSP)搜索算法相结合的移动朝航点,其中传感器节点可以同时确保航点呆在接近充电区域。 SRIK...
说明:
说明:仅供学习参考使用, NSGA2主要是对NSGA算法的改进。NSGA是N. Srinivas 和 K. Deb在1995年发表的一篇名为《Multiobjective function optimization using nondominated sorting genetic algori...
说明:基于CNN的卷积神经网络应用,近年来深度学习算法的应用越来越广泛, 针对深度学习,重点研究了其中较为主流的两类模型结构, CNN 与 DBNs ,并在MATLAB 中构建这两种深度学习模型结构并分别应用于表面缺陷识别中,利用 CNN 学习输入数据中的特征信息,进行分类识别;利用DBNs 进行重构得到...