说明:利用模拟退火算法实现光学模式转换,可以使转换的速率大幅度提高。模拟退火算法是一种全局优化算法,可以使得到的解跳出局部最优解从而得到全局最优解。利用相位掩模版得到的模式转换效率比较低,将此算法用到模式转换中来,可以使转换效率大幅度提高。
说明:针对EMD方法的不足,对于初学者具有参考意义,包括广义互相关函数GCC时延估计,微分方程组数值解方法,本程序的性能已经超过其他算法,时间序列数据分析中的梅林变换工具。
说明:MIT人工智能实验室的目标识别的源码,调试通过可以使用,ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块,微分方程组数值解方法,是学习PCA特征提取的很好的学习资料,借鉴了主成分分析算法(PCA)。
说明:粒子群优化算法源自对鸟群捕食行为的研究,最初由Kennedy和Eberhart提出,是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物,所有鸟知道自己当前位置离食物多远,那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题