说明：高斯变异的萤火虫群优化算法，实现简单，含有6个测试函数，运行方便。

萤火虫算法 萤火虫优化 高斯变异 萤火虫高斯 萤火虫算法

说明：采用高斯变异改进基本萤火虫群优化算法，得到很好的效果

萤火虫算法 改进的萤火虫 改进优化 gs改进算法 萤火虫

说明：模拟退火是 80 年代初发展起来的一种随机性组合优化方法。它模拟高温金属降温的热力学过程，并广泛应用于组合优化问题。基于模拟退火的粒子群优化算法是把模拟退火机制引入基本粒子群优化算法中，采用杂交粒子群优化算法中的杂交运算和带高斯变异的粒子群优化算法中的变异运算，以便进一步调整优化群体。

基于-SA-的-PSO-算法 金属退火 高斯过程 高斯变异

说明：此为对粒子群算法的改进，采用高斯混沌变异，效果优于原算法。

高斯混沌变异 粒子群算法 混沌变异 G-PSO

说明：该程序实现了双变量高斯核密度估计。它可以用于估计双变量概率函数，累积分布函数（CDF）和反演CDF（ICDF）。核密度估计在估计边界区域的时候会出现边界效应。在单变量核密度估计的基础上，可以建立风险价值的预测模型。通过对核密度估计变异系数的加权处理，可以建立不同的风险价值的预测模型。由给定样本点集合...

matlab 估计 密度 变量

说明：利用高斯变异函数改进GSO算法，并与BPNN并行集成，用于分类问题。

说明：在轮廓波变换中进行拉普拉斯金字塔分解时，所得的带通图像在奇异性点附近产生振荡，影响了图像去噪的效果。针对该问题，提出一种改进的拉普拉斯金字塔分解，可消除边缘附近的震荡。利用改进的拉普拉斯金字塔实现轮廓波变换，并对图像进行自适应去噪。实验结果表明，该算法所得的峰值信噪比较轮廓波变换自适应去噪算法有显著...

matlab 变换 实现

说明：2018美赛E题精选最全面！（翻译、思路、解析视频、相关数据、参考文献）

美国大学生数学建模竞赛(MCM/ICM)

说明：多普勒效应 （或多普勒频移），相对于其源运动观察员命名后奥地利物理学家克里斯琴 · 多普勒，提出了它在 1842 年在布拉格，是在一波 （或其他周期性的事件） 的频率的变化。它通常听到时车辆探测 asiren 或角接近，传递，并且从观察员退去。在相同时刻的路过，并降低经济衰退期间的办法，接收的频率与...

matlab 多普勒