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
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
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
文章目录1.前言2.简介3.原理3.0.示例3.1.概念介绍3.2.Apriori原理3.3.优点3.4.缺点3.5.算法步骤4.代码实现4.1懒人必备，开箱速食4.2.代码详解5.总结6.参考资料 1.前言⭐️ 开箱即食，直接复制，懒人传送门：4.1懒人必备，开箱速食⭐️ 本文主要从原理、代码实现理论和实战两个角度来剖析Apriori算法⭐️ 理论部分主要是关于 什么是 频繁项集、支持度、置信
转载
2023-08-14 18:10:35
121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
1 简介Memetic 算法是一种结合遗传算法和局部搜索策略的新型智能算法。通过与局部优化策略的结合，局部调整进化后产生的新个体，强化了算法的局部搜索能力。Memetic 算法区别于遗传算法的关键是局部搜索，局部搜索策略的效率及可靠性决定Memetic 算法的求解速度和质量。本文基于模拟退火 Memetic 算法求解桥梁传感器优化布置问题。模拟退火算法( SA) 是模拟物理退火过程中的加温、等 温
原创
2022-02-03 10:09:30
320阅读
[问题描述]在图像处理和计算机图形学中，我们经常需要在屏幕上画直线操作．考虑给定平面上两个点Ａ(x1,y1)以及B(x2,y2)，我们的任务是实现在屏幕上画通过AB两点的直线，并找出这条直线通过的所有中间点的坐标．需要注意的是这里每个像素的坐标均为整数．示例： 为了使算法尽可能简单，我们做以下假设：我们画直线从左往右画x1<x2 并且 y1<y2直线的斜率在[0,1]之间，我们从左下往
转载
2024-04-02 12:25:40
75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
KMP算法的思路请参考：kmp思想能理解KMP的思想和能理解KMP代码是两回事，很多时候我们理解了思想，却看不懂代码实现，本篇博客主要是记录代码实现KMP的思路。 KMP算法的代码实现中，最重要也是最难理解的，就是next数组，下面直接上图： 首先，先假设我们已知了next数组的next[j]=k，意思就是j位置之前，由k-1个相同前后缀 接下来，在已知的前提下，推导j+1的情况，如果j向前一位变
转载
2024-01-03 07:51:37
42阅读
package com.yang;
import java.util.*;
public class Apriori {
private double minsup = 0.2;// 最小支持度
private double minconf = 0.2;// 最小置信度
// 注意使用IdentityHashMap，否则由于关联规则产生存在键值相同的会出现覆盖
转载
2023-10-04 11:15:46
56阅读
1、插入排序 #include<iostream>
#include<vector>
using namespace std;
void InsertSort(vector<int>& vec) {
for (int i = 0; i < vec.size()-1; i++) {
int end = i;//记
转载
2023-06-30 14:00:15
91阅读
说明：1、假设有只两种状态，就绪状态和结束状态。进程的初始状态都为就绪状态。2、每次运行所设计的处理器调度程序调度进程之前，为每个进程随机生成它的要求运行时间。3、模拟处理器调度，被选中的进程并不实际启动运行，而是执行已运行时间+1来模拟进程的一次运行，表示进程已经运行过一个单位时间主要算法的流程图。1、非抢占式（包括FCFS，SJF，Priority）：2、抢占式（包括SRTF）：3、轮转调度（
推荐算法实例代码：1.数据处理过程，主要涉及数据的读取，文件data_process.pyimport pandas as pd
import os
import csv
def get_item_info(input_file):
"""
得到Item的信息
input_file: Item的文件地址
return:
dict： {itemID
转载
2023-08-11 22:03:46
85阅读
一、KMP算法KMP算法的理解请参考上一篇博客： 这里说一下具体如何来用代码实现KMP算法二、部分匹配表接下来说一下部分匹配表是如何生成的。首先，要了解两个概念：”前缀”和”后缀”。 “前缀”指除了最后一个字符以外，一个字符串的全部头部组合；”后缀”指除了第一个字符以外，一个字符串的全部尾部组合。 例如：单词level的前缀有{l,le,lev,leve}四个，后缀有{evel,vel,el,
转载
2023-09-21 16:36:31
58阅读
# Java KMP算法代码实现教程
## 1. 整体流程
首先，让我们来看一下实现KMP算法的整体流程。我们可以将这个过程分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 构建部分匹配表（next数组） |
| 2 | 在主串和模式串中进行匹配比较 |
| 3 | 根据部分匹配表的值进行移动 |
下面，让我们逐步来实现这些步骤。
## 2. 构建部
原创
2024-02-23 04:50:33
16阅读
前言社区发现(community detection)，或者社区切分，是一类图聚类算法，它主要作用是将图数据划分为不同的社区，社区内的节点都是连接紧密或者相似的，而社区与社区之间的节点连接则是稀疏的或者是社区与社区之间的节点并不相似。社区发现算法目前已经广泛运用在各个领域，例如在金融反欺诈的场景中，社区发现算法可以根据资金交易图谱划分出可疑的欺诈团伙或者洗钱团伙。再就是在营销场景中，社区发现算法可
