介绍了模式识别与人工神经网络算法应用于16Mn微合金化钢的生产工艺优化,并给出了各目标的最佳工艺参数供生产时参考

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

西安建筑科技大学：《数据结构与算法》教学资源（课程设计题目任务书）内部排序算法比较

Representation of graphics Breadth-first search Depth-first search Topological sort Strongly connected components

•动态规划回顾 •活动问题选择分析 •贪婪算法要点 •拟阵概念

中国科学技术大学：《算法基础》课程教学资源（PPT课件讲稿）算法基础习题课（二）

一、判断与选择结构 二、循环结构 三、常用算法设计 四、变量的存储属性 五、多文件程序结构

由于小波变换技术在20世纪90年代初期已经比较成熟，因此从那时起就开始出现各种新 颖的小波图像编码方法。这些编码方法包括EZW, 在EZW算法基础上改进的SPIHT和EBCOT 等。由于EZW算法的开拓给后来者带来很大的启发，它是一种有效而且计算简单的图像压缩 技术，因此本章将重点介绍

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程中要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要

在前九章，我们主要是介绍一些数字图象处理的基本原理和算法，很多细节 和优化的算法都没有提，所以程序的通用性和效率并不理想。其实有很多优秀的 图象处理编程工具，功能强大，速度很快。在实际的编程中，可以调用它们提供 的功能来满足我们自己的需求，提高了编程效率和代码的正确性