PSO粒子群算法优化RBF网络，matlab2021a仿真测试 %G为迭代次数,n为个体长度(包括12个参数),m为总群规模 %w,c1,c2为粒子群算法中的参数 G =250; n = 12; m = 20; w = 0.1; c1 = 2; c2 = 2;

AE自编码matlab仿真，matlab2021a版本测试

基于FAST_ICA算法的混合wav声音信号的去分离仿真，matlab2021a仿真测试，带GUI操作界面

基于PSO粒子群优化的PID控制器最优参数kp，ki，kd计算，matlab2021a中运行测试 function z=PSO_PID(x) assignin('base','Kp',x(1)); assignin('base','Ki',x(2)); assignin('base','Kd',x(3)); [t_time,x_state,y_out]=sim('PID_Model',[0,20]); z=y_out(end,1);

多策略协同多目标萤火虫算法的matlab仿真，matlab2021a仿真

基于FPGA-matlab的图像双线性插值处理，quartusii进行FPGA开发，matlab2021a仿真产生图像mif数据

考虑“N-1”规划的matlab程序，采用了GA遗传优化算法，采用的IEEE6电网。matlab2021a仿真 %定义遗传算法参数 NIND=1000; %个体数目(Number of individuals) MAXGEN=100; %最大遗传代数(Maximum number of generations) GGAP=0.95; %代沟(Generation gap) trace=zeros(MAXGEN,2); %寻优结果的初始值 BaseV=crtbase([6 3],[3 5]);

load yjzl.txt; %已建支路数据 load dxzl.txt; %待选支路数据 load Pi.txt; %节点功率 tic, yjzl=yjzl; dxzl=dxzl; Pi=Pi; [N,row]=size(Pi); %N为节点数 fish=40; %控制参数：人工鱼的条数 visual=7; %控制参数：视野 delta=0.35; %控制参数：拥挤度 step=5; %控制参数：人工鱼移动的步长 maxcalculation=100; %收敛条件：最大迭代次数 objectvalue=zeros(1,fish); %食物浓度矩阵（1×fish） [NN,row]=size(dxzl); %NN为待选线路的维数 status=rand(fish,NN); %人工鱼位置状态矩阵status

基于CNN的目标识别的matlab仿真.matlab2021a仿真测试

L2-RLS基于L2范数的视频目标跟踪算法，matlab2021a，动态跟踪，背景晃动下跟踪效果良好。matlab2021a测试 %%Update Model if (size(wimgs,2) >= opt.batchsize) %%(1)Incremental SVD [tmpl.basis, tmpl.eigval, tmpl.mean, tmpl.numsample] = ... sklm(wimgs, tmpl.basis, tmpl.eigval, tmpl.mean, tmpl.numsample, opt.ff); %%(2)Clear Data Buffer wimgs = []; %%(3)Keep "opt.maxbasis" Number Basis Vectors if (size(tmpl.basis,2) > opt.maxbasis) tmpl.basis =