我想在不同的情况下使用模拟退火。网络中的每种模拟退火算法都给出了算法的温度实例。就像在wiki中一样
s ← s0; e ← E(s) // Initial state, energy.
sbest ← s; ebest ← e // Initial "best" solution
k ← 0 // Energy evaluation count.
while k &l
我正在使用Matlab中的'fminsearch‘来解决值函数迭代问题。
parfor i_a = 1:Na %Loop over state variable a
for i_d = 1:Nd %Loop over state variable d
for i_y = 1:Ny %Loop over state variable y
for i_t = 1:Nt %Loop over state var
我对模拟退火( SA )做了一些广泛的研究。即便如此,我也很难理解如何找到输入参数。
在我所有的研究中,你似乎只是从黑暗中开始,然后从那里开始调整。这似乎效率极低,不太可能产生高质量的结果。
如何在使用Encog的SA训练算法中找到要使用的参数(例如:启动温度、停止温度、循环),以便产生高效和高质量的结果?
我很清楚旅行商问题的DP解;也被称为TSP的Held和Karp算法。
我已经用位掩码实现了它,它是这样的:
int TSP(int pos, int bitmask) {
if (bitmask == (1<<(K+1))-1)
return dist[pos][0]; // Completing the round trip
if (memo[pos][bitmask] != -1)
return memo[pos][bitmask];
int answer = INF;
for (int i = 0; i &
在图片中,我需要找到“表”--简单的矩形。问题是边缘识别,因为潜在的照片将是“黑暗的”。
我试过edge - sobel,canny,log,....-识别,然后进行Hough变换和直线查找。但是对于这个任务,这些算法是不够的。
一些对我有帮助的东西:
it is rectangle!,仅在透视视图中(例如,拟合透视rectangle?)that对象必须覆盖至少90%的照片(我知道我需要查看照片边缘附近))具有快速相同颜色的矩形(例如木质餐桌)我需要找到至少4个角..(但是的,最好是找到该桌子的边缘)
例如,我知道sobel,canny或log算法是如何工作的,Hough也是如此。自然地,这些