应用差分演化算法优化机器人模拟人行走时的关节角度变化，使其步态更加平稳。实验中使用了100个种群进行优化。
C 25 次浏览
静态背景下运动目标检测的抗噪性能较差。为此，提出一种改进的运动目标检测算法。对原始图像进行预处理，将五帧差分和背景差分相结合，利用基于自适应背景模型的动态阈值，提取图像中的运动区域，并进行形态学滤波和连通性检测，最终获取运动前景目标。实验结果表明，该算法能完整提取运动目标，背景适应性强，实时性好。
C++ 18 次浏览
隐私保护场景里的利器——tensorflow_privacy库，版本号是0.8.7，专门为想在模型训练中加点“隐私料”的人准备的。用的是差分隐私，说白了就是在你训练模型的时候，系统帮你自动打乱一些敏感信息，让数据不会被轻易“猜”出来。你平常用TensorFlow搞深度学习的，集成它也挺顺手的，基本没
Python 0 次浏览
隐私保护的深度学习方案，tensorflow_privacy 就是挺不错的选择。它是 Google 团队出的一个库，能帮你在训练模型的时候加上差分隐私，基本不用自己从头造轮子。 tensorflow_privacy-0.8.11 兼容 TensorFlow 2.x，安装就是个 .whl 文件，直接
Python 0 次浏览
基于基站和移动站的 RINEX 文件，差分计算移动站位置，输出结果到 output.txt。附带 MATLAB 程序，绘制 XYZ 坐标和时钟偏差随时间的变化。
C++ 18 次浏览
如果你在做机器学习相关的工作，尤其是涉及到隐私保护的项目，tensorflow_privacy-0.7.3.tar.gz 会对你挺有。它是一个专为 TensorFlow 设计的库，为机器学习模型差分隐私的保护功能。嗯，这个库的一个核心特点就是它可以让你在训练模型时，自动隐私保护相关的任务。对于你来说
Python 0 次浏览
2*2 乘法器的演化算法，是用 C 语言搞硬件电路模拟的一个小而精的项目，挺适合对算法优化和底层逻辑感兴趣的朋友研究下。它的核心思路是：把一个小乘法器的结构用代码“编码”成一串能进化的基因，丢给遗传算法去“养”。嗯，听着挺玄，其实逻辑还蛮清晰的。每一代电路都根据适应度——比如对不对、快不快、用不用太
C 0 次浏览
差分进化算法（DE）是个全局优化算法，适合那些多峰、非线性和连续的函数优化问题。你想要用 VB 来实现这个算法，其实挺，代码简洁，环境也蛮友好的。DE 的核心思想就是通过变异、交叉和选择这三步操作，不断改进种群中的解，找到最优解。你只需要定义个体、适应度、种群管理等，就能跑起来。其实在 VB 中实现
VB 0 次浏览
二分查找，又称折半查找，是一种在有序数组中查找特定元素的高效搜索算法。该算法通过将目标值与数组中间元素进行比较，从而将查找范围缩小一半。如果目标值等于中间元素，则查找成功；如果目标值小于中间元素，则在数组左半部分继续查找；如果目标值大于中间元素，则在数组右半部分继续查找。重复这个过程，直到找到目标值
Java 25 次浏览
python分苹果def distribute_apples(apple_count, child_count): apple_per_child = apple_count // child_count remaining_apples = apple_count % child_count re
Python 47 次浏览