文章目录浅析：从最大似然估计（MLE）、最大后验估计（MAP）到EM算法1. 最大似然估计算法（Maximum Likelihood Estimation, MLE）2. 最大后验估计（Maximum A Posteriori, MAP）3. 举例区分MLE和MAP4. 期望最大算法（Expectation Maximum, EM） 浅析：从最大似然估计（MLE）、最大后验估计（MAP）到EM算
转载
2024-07-15 17:08:28
35阅读
matlab2019a相对与之前的版本，mechanic模块集成到simulink——Simscape——Multibody中，和之前的可能有些区别。如下图所示： 当然，打开simulink时，首先在matlab的commend窗口输入“smnew”,之后就会跳转到下面的位置。 第一步，创建一个连杆body和与之连接的变换坐标的模块，通过“CTRL+G”可以实现封装。注意，“B”是base的意思，
转载
2024-03-20 15:26:25
220阅读
目录1.前言——我对算法的理解2.算法的种类3.算法原理总结（首段段末给出完整篇）3.1 模拟退火算法SA3.2 禁忌搜索TS与邻域搜索3.3 粒子群算法PSO3.4 遗传算法GA与差分进化算法DE3.5 蚁群算法ACO/AS智能优化算法，也叫启发式算法，元启发式算法等，都差不多。主要包括我们常提到的：粒子群算法PSO，遗传算法GA，模拟退火算法SA，禁忌搜索算法TS，蚁群算法AC，大邻域搜索算法
转载
2024-05-21 21:23:18
118阅读
1.现代优化算法概论（Modern Optimization Algorithms, MOA）现代优化算法又称智能优化算法或启发式算法，是一种具有全局优化性能强、通用性强、且适用于并行处理的算法。基本思路：都是从任意解出发，按照某种机制，以一定的概率在整个求解空间中探寻最优解。由于他们可以把搜索空间扩展到整个问题空间，因而具有全局优化性能。特点：基于客观世界中的一些自然现象；建立在计算机迭代计算的
转载
2024-03-29 20:22:15
335阅读
提到排序算法，常见的有如下几种：冒泡排序、选择排序、插入排序、快速排序、堆排序、归并排序、希尔排序；查找算法最常见二分查找。这些算法的时间复杂度如下： 二分查找前提要求序列必须是有序的，所以下面我先介绍各排序算法的实现。注：默认按照升序排列1、冒泡排序 冒泡排序的原理是从序列的第一个元素开始，与相邻的元素比较大小，如果左边的元素比右边的大，则交换两个元素的位置，依次类推，则一个循环完成
转载
2023-08-07 11:03:59
180阅读
总结:方法1: 引入path数组, 记录下每个节点 想要走最短路径到达终点的下一跳节点;方法2: 从起点开始遍历, 遍历邻接节点, 如果当前节点到下一节点的距离+下一个节点到终点的距离=当前节点到终点的距离, 则认为该下一节点是最优路径上的节点一般情况下, Dijkstra算法是解决单源最短路径问题的, 也就是在已知终点时, 求出图中的每个点到终点的最短距离, 但是一般只记录距离值, 不会记录具体
转载
2023-07-10 23:55:55
85阅读
双向队列: 双端队列是一种有次序的数据集，数据项既可以从队首加入，也可以从队尾加入，数据项也可以从两端删除；某种意义上说，双端队列集成了栈和队列的能力。 但双端队列并不具有内在的LIFO和FIFO特性，如果用双端队列来模拟栈和队列，需要由使用者自行维护操作的一致性。
双向队列的操作： deque() 创建空双端队列 addfront(item) 将item加入队首 addrear(item)
转载
2024-07-28 15:37:46
61阅读
一、遗传算法与模拟退火算法比较分析模拟退火算法的基本原理可以看出，模拟退火算法是通过温度的不断下降渐进产生出最优解的过程，是一个列马尔科夫链序列，在一定温度下不断重复Metropolis过程，目标函数值满足Boltzmann概率分布。在温度下降足够慢的条件下，Boltzmann分布收敛于全局最小状态的均匀分布，从而保证模拟退火算法以概率为1收敛到全局最优。另外，不难看出，模拟退火算法还存在计算结构
转载
2024-08-12 14:35:16
37阅读
什么是 A* 算法？A* 是最受欢迎的寻路选择，因为它相当灵活，可以在各种环境中使用。它是一种人工智能算法，用于查找从开始到结束状态的最短路径。它可以应用于角色路径查找、解谜等等。它确实有无数的应用。斯坦福研究所（现为SRI International）的Peter Hart、Nils Nilsson和Bertram Raphael于1968年首次发表了该算法。A* 算法同时使用从起点到
原创
精选
2024-03-08 10:04:38
1784阅读
文化基因算法(Memetic Algorithm)研究进展（文化基因算法新手入门
原创
2022-07-14 18:22:22
213阅读
本篇分为三个部分：一、算法背景啤酒与尿布故事：某超市为增加销售量，提取出了他们超市所有的销售记录进行分析。在对这些小票数据进行分析时，发现男性顾客在购买婴儿尿片时，通常会顺便搭配带打啤酒来犒劳自己，于是超市就想如果把这两种平时看不出有关联的商品摆在一起，是不是能方便顾客同时提升商品的销量。于是尝试将啤酒和尿布摆在一起的上柜策略，最后果然两样商品的销量双双提升。聪明的现代店家（甩饼）故事：甩饼是20
转载
2024-03-06 21:16:54
41阅读
A*算法学习 A*算法伪代码 步骤一： 创建地图。 解释：A*算法中的地图多以栅格图法构建，在代码中可以用数组或者说列表来实现，一般采用二维数组索引表示每个节点的坐标，索引内容 0代表地图可通过，1代表地图中的障碍物。 步骤二： 设定起始点，以及目标点即终点。将起始点添加进开放列表中（openlist），此过程可以视为初始化。 解释： openlist是一个存放待检测节点的列表，列表中是
转载
2024-04-19 17:15:15
43阅读
一、Knn第三方库参数及涉及的函数参数介绍（1）neighbors.KNeighborsClassifier(n_neighbors=5, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=1)n_neighbors：用于指定近邻样本个数K，默
转载
2023-07-06 10:03:22
288阅读
第一次写博客，欢迎大家来观看，之后会有连载，主要是用于学习机器学习实战（Machine Learning in Action）这本书的例子 今天先介绍一下KNN分类KNN原理：存在一个样本数据集合，也做训练集，并且样本中的每个数据都存在标签，即我们知道样本集中每个数据与所属分类的对应关系。输入没有标签的数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（
转载
2023-08-09 16:52:33
120阅读
python属于动态语言，我们可以随意的创建和销毁变量，如果频繁的创建和销毁则会浪费cpu，那么python内部是如何优化的呢？python和其他很多高级语言一样，都自带垃圾回收机制，不用我们去维护，也避免了出现内存泄漏，悬空指针等bug，那么python内部如何进行垃圾回收的呢？python的垃圾回收，我们用gc模块去开启或者关闭它，那么gc模块又是什么呢？ python的优化机制&n
转载
2024-03-11 14:59:57
63阅读
纸上得来终觉浅，仅仅懂了原理还不够，要用代码实践才是王道，今天小编就附上小编自己在学习中实践的KNN算法。KNN算法伪代码：对未知类别属性的数据集中的每个点一次执行以下操作：（1）计算已知类别数据集中的点与当前点之间的距离；（2）按照距离递增次序排序；（3）选取与当前点距离最小的k个点；（4）确定前k个点所在类别出现的频率（5）返回前k个点出现频率最高的类别作为当前点的预测分类；Python代码如
转载
2023-09-18 18:58:57
0阅读
Lesson 4. sync_timing.py还记得吗，系统管理员层在reboot机器前在终端上连敲了三次sync命令来让第一次sync同步执行完成? 后来有人觉得sync;sync;sync这种把它们放在一行运行的操作简直是666，甚至最终都成为了行业惯例，尽管违背了初衷！ 接下来的这个列子用以记录do_sync被频繁调用的有都快，如果调用间隔小于一秒，则将两次被调用的时间
根据子代生成的方式的不同可以分为以下几种方式：1.Cut-Point Based：这种方式的交叉操作非常简单，但是效果并不是很好，因为相同的基因集合在父代与子代中流转one-point, two-point and the n-point crossoverM-X (M) Crossover 2013：对父代基因分成3个block，这样可以生成18个子代Reduced Surrogate Cros
前言关于A*算法的实现是很早之前的一次开发中的成果，并做了一些改进。当然，在这里就不记录改进部分了，因为其中还有一些争议。这里仅是对A*算法的理解和使用Python实现。参考链接之所以放在前面，是因为这些链接的参考价值特别高，如果希望获得更多的了解，可以通过以下链接进行学习。时间线2021.03.25 优化2021.11.03权重优化定义(百度百科)A*（A-Star)算法是一种静态路网中求解最短
转载
2023-11-29 17:17:38
138阅读
A*算法，A*（A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。
转载
2023-08-04 09:50:25
522阅读
