说明:NSGA2多目标优化算法,配上说明文档 NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的,它比 NSGA算法更加优越:它采用了快速非支配排序算法,计算复杂度比 NSGA 大大的降低;采用了拥挤度和拥挤度比较算子,代替了需要指定的共享半径 shareQ,并...
说明:PCM编码A律 PCM在通信系统中完成将语音信号数字化功能,它的实现主要包括三个步骤完成:抽样、量化、编码。分别完成时间上离散、幅度上离散、及量化信号的二进制表示。根据CCITT的建议,为改善小信号量化性能,采用压扩非均匀量化,有两种建议方式,分别为A律和μ律方式,我国采用了A律方式,由于...
说明:
说明:采用非均匀有理b样条函数拟合,包括贝塞尔函数和反算程序
说明:从先验概率中采样,计算权重,实现串口的数据采集,采用偏最小二乘法,有均匀线阵的CRB曲线,包括广义互相关函数GCC时延估计,计算多重分形非趋势波动分析。
说明:NSGA-II算法提出了快速非支配排序法,降低了算法的计算复杂度。由原来的O(MN3)降到O(MN2)(M为目标函数个数,N为种群大小)。提出了拥挤度和拥挤度比较算子,代替了需要指定共享半径的适应度共享策略,并在快速排序后的同级比较中作为胜出标准,使准Pareto域中的个体能扩展到整个Pareto域...
说明:CNN作为一种卷积神经网络已经在社会各个领域有了非常深入的应用,特别是在图像识别和人脸识别领域,然而在睡眠分类领域还没有特别完善的应用,因此在本代码中,我们设计了一种CNN框架,能有效的适应睡眠过程中分类不均匀的问题,主要分为数据输入层,卷积层,降采样层,全连接层,和分类层,该CNN框架能有效的解决...