【lstm预测】基于鲸鱼优化算法改进的lstm预测matlab源码.zip
2021-11-06 10:44:10
857KB
1
2018基因检测行业研究报告-鲸准研究院-2018.06-56页.pdf
2021-11-05 15:50:09
1.92MB
1
【WSN布局】基于改进鲸鱼算法实现WSN节点优化覆盖matlab代码.zip
2021-11-02 10:48:28
1.5MB
1
【lssvm预测】基于鲸鱼算法优化lssvm数据预测matlab源码.zip
2021-10-30 11:02:48
277KB
1
为了克服基本鲸鱼优化算法（WOA）在解决作业车间调度问题时存在收敛精度低、容易陷入局部最优的缺陷，利用量子计算与优化思想提出了一种量子鲸鱼优化算法（QWOA），并对其进行了计算复杂度分析、全局收敛性证明及仿真实验。通过对11个作业车间调度问题基准算例的仿真实验发现，与基本鲸鱼优化算法、布谷鸟搜索算法（CS）、灰狼优化算法（GWO）相比，QWOA算法在最小值、平均值、寻优成功率等方面具有较优结果。研究表明，量子鲸鱼优化算法在解决作业车间调度问题时，具有更高的收敛精度和更好的全局搜索能力，且能够跳出局部最优。
2021-10-27 16:24:18
1.53MB
1
matlab声音过滤代码鲸鱼声音检测
团队：
，
，
描述：
在这个项目中，我们分析了参与者的任务，他们负责开发一种算法，以正确分类包含来自北大西洋右鲸的声音的音频片段。
我们的分析重点是，其方法结合了对比度增强的频谱图，模板匹配和梯度增强。
结合使用Python和R2到h2o的接口，我们重现了获胜者的算法，在IPython
Notebook教程中解释了它的多个组件，测试了结果，并对分类器进行了微调。
数据：
Kaggle训练集包括大约30,000个带标签的音频文件。
测试集包括大约54,000个文件。
每个文件以2000
Hz的采样率对AIFF格式的两个第二单声道音频片段进行编码。
项目报告：
可根据要求提供。
例子：
在教程（Ipython笔记本）中介绍的技术中，我们可以重点介绍：
对比度增强和噪声过滤，以增强频谱图中鲸鱼呼叫的信号
-模板匹配
参考：
[OpenCV模板匹配]（tutorial_py_template_matching.html）
[Scikit-Image文档-模块Skimage曝光]（docs
/
dev
/
api
/
skimage.exposure.ht
2021-10-22 18:41:06
15.33MB
1