说明：随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，包括两个方面：数据的随机性选取，以及待选特征的随机选取。

特征 随机选取

说明：这个是解决混合像元的程序，是一种非监督的分解程序，自动的从影像中选择端元，首先以非限制分解的结果为初始，以此进行多次迭代过程。本程序与传统的程序不同之处就在于，传统的分解是先进行端元提出，再进行分解，但本程序是自身根据图像进取端元，运用这些端元进行图像的分解。

matlab 分解 混合 随机

说明：采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间...

遗传机器人 遗传算法-路径 遗传栅格 遗传蚁群-路径 路径-规划

说明：假设一个交换系统有M部电话，每个用户在很短的时间（单位时间内）呼叫一次的概率为P；用户间呼入的时刻相互独立，当M很大，P很小时，时间t内到达交换机的呼叫次数构成泊松过程N(t)。 1、确定此泊松过程的参数。利用计算机仿真N(t)的生成过程。注意合理选择M和P，时间分辨率为一个单位时间。 2、为了比...

泊松过程的生成及其统计分析 随机过程 泊松 不确定理论 p参数假设验证

说明：应用背景通过Metropolis-Hasting算法，用最基本的均匀等概分部实现任意的随机变量的概率分布的样本，随着实验次数的增多，样本点的分布就能越来越趋近于真实的随机变量分布。关键技术 1)选择一个不可约MC转移矩阵Q(i,j) = Pr(i->j)，；随机选取初始状态; 2)le...

matlab 算法 实现 MH

说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向...

说明：针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作。

遗传算法 BP神经网络 非线性预测

说明：应用背景 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...

matlab

说明：以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： ...

matlab

说明：神经网络的结构选4-5-3，学习速率为0.28，惯性系数为0.04，加权系数初始值取-0.5-0.5上的随机数。

惯性神经网络 bp_pid BP--PID BP神经网络PID neural-network