自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

IT猿手

源代码欢迎添加博客下方的博主微信

  • 博客(663)
  • 资源 (6)
  • 收藏
  • 关注

原创 (二)NSGA-II与多目标螳螂搜索算法MOMSA求解无人机三维路径规划(MATLAB代码)

NSGA-II(非支配排序遗传算法II)是一种优化算法,它属于进化计算的一种,特别是在多目标优化领域非常流行。NSGA-II由种群优化专家Kalyanmoy Deb等人在2002年提出,是对早期版本NSGA(非支配排序遗传算法)的一个改进。NSGA-II的核心思想是通过同时考虑多个目标函数(也称作优化指标)来寻找问题的最佳解集,即Pareto最优解集合。该算法利用了自然选择、交叉和变异等遗传操作,以及适应度分配和非支配排序策略,旨在维护多样性并逐步收敛于 Pareto前沿。

2024-07-26 22:30:23 245

原创 (一)NSGA-II与多目标螳螂搜索算法MOMSA求解无人机三维路径规划(MATLAB代码)

NSGA-II(非支配排序遗传算法II)是一种优化算法,它属于进化计算的一种,特别是在多目标优化领域非常流行。NSGA-II由种群优化专家Kalyanmoy Deb等人在2002年提出,是对早期版本NSGA(非支配排序遗传算法)的一个改进。NSGA-II的核心思想是通过同时考虑多个目标函数(也称作优化指标)来寻找问题的最佳解集,即Pareto最优解集合。该算法利用了自然选择、交叉和变异等遗传操作,以及适应度分配和非支配排序策略,旨在维护多样性并逐步收敛于 Pareto前沿。

2024-07-26 22:09:44 203

原创 (六)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-26 21:42:20 293

原创 (五)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-26 21:32:16 818

原创 (四)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-25 19:18:17 558

原创 (三)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-24 18:50:32 1069

原创 (二)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-24 18:42:14 1032

原创 (一)多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-24 18:28:26 687

原创 非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划(MATLAB代码)

(1)非支配排序的鲸鱼优化算法NSWOA非支配排序的鲸鱼优化算法 (Non-Dominated Sorting Whale Optimization Algorithm, NSWOA) 原理参考如下:NSWOA算法的流程大致如下:1初始化种群。2进行非支配排序,将种群中的解按照非支配关系分为不同的层次。3使用鲸鱼优化算法的策略来更新种群中的解。4重复步骤2和3,直到满足停止条件。(2)多目标螳螂搜索算法MOMSA。

2024-07-23 18:39:24 735

原创 多目标粒子群优化算法MOPSO与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)

(1)多目标粒子群优化算法MOPSO多目标粒子群优化(Multi-objective Particle Swarm Optimization, MOPSO)是一种基于群体智能的优化算法,用于解决具有多个目标函数的问题,常见于工程设计、机器学习等领域。MOPSO的主要特点是同时优化多个目标而非单一目标,通过引入“个体最优解”和“种群最优解”两个概念。初始化:创建一组随机粒子(每个粒子代表一个解),并赋予它们各自的适应度值。

2024-07-23 18:22:05 1029

原创 多目标粒子群优化算法MOPSO与多目标螳螂搜索算法MOMSA求解无人机三维路径规划(MATLAB代码)

(1)多目标粒子群优化算法MOPSO多目标粒子群优化(Multi-objective Particle Swarm Optimization, MOPSO)是一种基于群体智能的优化算法,用于解决具有多个目标函数的问题,常见于工程设计、机器学习等领域。MOPSO的主要特点是同时优化多个目标而非单一目标,通过引入“个体最优解”和“种群最优解”两个概念。初始化:创建一组随机粒子(每个粒子代表一个解),并赋予它们各自的适应度值。

2024-07-14 19:52:56 723

原创 多目标粒子群优化算法MOPSO与多目标螳螂搜索算法MOMSA求解无人机三维路径规划(MATLAB代码)

(1)多目标粒子群优化算法MOPSO多目标粒子群优化(Multi-objective Particle Swarm Optimization, MOPSO)是一种基于群体智能的优化算法,用于解决具有多个目标函数的问题,常见于工程设计、机器学习等领域。MOPSO的主要特点是同时优化多个目标而非单一目标,通过引入“个体最优解”和“种群最优解”两个概念。初始化:创建一组随机粒子(每个粒子代表一个解),并赋予它们各自的适应度值。

2024-07-14 11:06:53 1054

原创 (一)多目标粒子群优化(Multi-objective Particle Swarm Optimization, MOPSO)算法求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-14 10:19:39 1025

原创 多目标应用:多目标粒子群优化(Multi-objective Particle Swarm Optimization, MOPSO)算法求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-14 10:09:12 986

原创 (六)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-13 15:08:42 1344

原创 (五)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-13 15:02:01 877

原创 (四)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-12 20:45:33 1466

原创 (三)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-12 16:32:22 1384

原创 多目标应用:多目标雾凇算法(Multi-objective rime optimization algorithm,MORIME)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-11 21:42:30 765

原创 (二)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-11 21:07:20 600

原创 (一)多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-11 20:52:53 1063

原创 多目标应用:多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解无人机三维路径规划(MATLAB代码)

无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。

2024-07-11 20:33:05 564

原创 无人机集群路径规划:四种优化算法(GOOSE、APO、LPO、SBOA)求解无人机集群路径规划,提供MATLAB代码

无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。本文中以5个无人机构成无人机集群,采用优化算法同时规划五个无人机的路径,每个无人机的成本由路径成本、威胁成本、高度成本和转角成本四个部分构成。无人机集群的总成本为5个无人机成本之和。

2024-07-07 18:24:05 1511

原创 无人机集群路径规划:四种优化算法(GOOSE、APO、DCS、SBOA)求解无人机集群路径规划,提供MATLAB代码

无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。本文中以5个无人机构成无人机集群,采用优化算法同时规划五个无人机的路径,每个无人机的成本由路径成本、威胁成本、高度成本和转角成本四个部分构成。无人机集群的总成本为5个无人机成本之和。

2024-07-07 18:00:26 866

原创 VRPTW(MATLAB):常春藤算法(Ivy algorithm,IVY)求解带时间窗的车辆路径问题VRPTW(提供MATLAB代码)

带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW)是车辆路径问题(VRP)的一种拓展类型。VRPTW一般指具有容量约束的车辆在客户指定的时间内提供配送或取货服务,在物流领域应用广泛,具有重要的实际意义。VRPTW是车辆路径问题(Vehicle Routing Problem, VRP)的一种变体。

2024-07-05 18:37:34 721

原创 VRPTW(MATLAB):斑翠鸟优化算法(Pied Kingfisher Optimizer ,PKO)求解带时间窗的车辆路径问题VRPTW(提供MATLAB代码)

带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW)是车辆路径问题(VRP)的一种拓展类型。VRPTW一般指具有容量约束的车辆在客户指定的时间内提供配送或取货服务,在物流领域应用广泛,具有重要的实际意义。VRPTW是车辆路径问题(Vehicle Routing Problem, VRP)的一种变体。

2024-07-03 18:12:40 929

原创 VRPTW(MATLAB):北极海鹦优化(Arctic puffin optimization,APO)算法求解带时间窗的车辆路径问题VRPTW(提供MATLAB代码)

带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW)是车辆路径问题(VRP)的一种拓展类型。VRPTW一般指具有容量约束的车辆在客户指定的时间内提供配送或取货服务,在物流领域应用广泛,具有重要的实际意义。VRPTW是车辆路径问题(Vehicle Routing Problem, VRP)的一种变体。

2024-07-03 17:59:01 674

原创 单目标应用:基于鳗鱼和石斑鱼优化器(Eel and grouper optimizer,EGO)的微电网优化(MATLAB代码)

微电网多目标优化调度模型简介_vmgpqv-CSDN博客参考文献[1]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度[J].电力科学与工程, 2021, 37(3):7鳗鱼和石斑鱼优化器(Eel and grouper optimizer,EGO)是2024年提出的一种智能优化算法,EGO算法的灵感来自海洋生态系统中鳗鱼和石斑鱼的共生相互作用和觅食策略。

2024-06-26 19:30:17 773

原创 单目标应用:基于北极海鹦优化(Arctic puffin optimization,APO)算法的微电网优化(MATLAB代码)

微电网多目标优化调度模型简介_vmgpqv-CSDN博客参考文献[1]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度[J].电力科学与工程, 2021, 37(3):7北极海鹦优化(Arctic puffin optimization,APO)算法是2024年提出一种智能优化算法。该算法模拟海鹦在空中飞行和水下觅食两个阶段的行为,旨在实现勘探与开发之间更好的平衡。该算法包括几个关键操作,包括空中飞行阶段的空中搜索和俯冲捕食,以及水下觅食阶段的采集觅食、强化搜索和捕食者规避。

2024-06-26 19:17:05 785

原创 单目标应用:基于吸血水蛭优化器(Blood-Sucking Leech Optimizer,BSLO)的微电网优化(MATLAB代码)

微电网多目标优化调度模型简介_vmgpqv-CSDN博客参考文献[1]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度[J].电力科学与工程, 2021, 37(3):7吸血水蛭优化器(Blood-Sucking Leech Optimizer,BSLO)是2024年提出的一种智能优化算法,该算法模拟了水蛭的探索、定向水蛭的利用、定向水蛭的切换机制、无方向水蛭的搜索策略和重新跟踪策略。

2024-06-26 19:16:39 727

原创 2024最新算法:鹅优化算法(GOOSE Algorithm,GOOSE)求解23个函数,MATLAB代码

鹅优化算法(GOOSE Algorithm,GOOSE)是2024年提出的一种智能优化算法,该算法从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。参考文献参考文献Lin。

2024-06-25 19:37:43 963

原创 2024最新算法:鳗鱼和石斑鱼优化(Eel and grouper optimizer,EGO)算法求解23个函数,MATLAB代码

鳗鱼和石斑鱼优化器(Eel and grouper optimizer,EGO)是2024年提出的一种智能优化算法,EGO算法的灵感来自海洋生态系统中鳗鱼和石斑鱼的共生相互作用和觅食策略。参考文献:参考文献Lin。

2024-06-25 19:31:40 903

原创 2024最新算法:吸血水蛭优化器(Blood-Sucking Leech Optimizer,BSLO)求解23个函数,MATLAB代码

吸血水蛭优化器(Blood-Sucking Leech Optimizer,BSLO)是2024年提出的一种智能优化算法,该算法模拟了水蛭的探索、定向水蛭的利用、定向水蛭的切换机制、无方向水蛭的搜索策略和重新跟踪策略。参考文献:参考文献Lin。

2024-06-25 19:19:59 1190

原创 2024最新算法:北极海鹦优化(Arctic puffin optimization,APO)算法求解23个函数,MATLAB代码

北极海鹦优化(Arctic puffin optimization,APO)算法是2024年提出一种智能优化算法。该算法模拟海鹦在空中飞行和水下觅食两个阶段的行为,旨在实现勘探与开发之间更好的平衡。该算法包括几个关键操作,包括空中飞行阶段的空中搜索和俯冲捕食,以及水下觅食阶段的采集觅食、强化搜索和捕食者规避。通过这些步骤,该算法旨在有目的地探索搜索空间,在探索和利用之间取得更好的平衡,从而避免陷入局部最优。APO包括空中飞行(探索)和水下觅食(开发)阶段。

2024-06-25 19:17:42 1080

原创 无人机集群路径规划:鹅优化算法(GOOSE Algorithm,GOOSE)求解无人机集群路径规划,MATLAB代码

本文中以5个无人机构成无人机集群,采用优化算法同时规划五个无人机的路径,每个无人机的成本由路径成本、威胁成本、高度成本和转角成本四个部分构成。无人机集群的总成本为5个无人机成本之和。

2024-06-23 21:22:49 522

原创 无人机航迹规划:鹅优化算法(GOOSE Algorithm,GOOSE)求解无人机路径规划,MATLAB代码

单个无人机三维路径规划问题及其建模_无人机路径规划场景建模-CSDN博客参考文献[1]胡观凯,钟建华,李永正,黎万洪.基于IPSO-GA算法的无人机三维路径规划[J].现代电子技术,2023,46(07):115-120。

2024-06-23 21:05:53 838

原创 单目标应用:基于鹅优化算法(GOOSE Algorithm,GOOSE)的微电网优化(MATLAB代码)

微电网多目标优化调度模型简介_vmgpqv-CSDN博客参考文献[1]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度[J].电力科学与工程, 2021, 37(3):7鹅优化算法(GOOSE Algorithm,GOOSE)从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。参考文献。

2024-06-23 20:55:15 394

原创 鹅算法(GOOSE Algorithm,GOOSE)求解复杂城市地形下无人机避障三维航迹规划,可以修改障碍物及起始点(Matlab代码)

鹅优化算法(GOOSE Algorithm,GOOSE)从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。原文链接:https://blog.csdn.net/weixin_46204734/article/details/139904818。

2024-06-23 19:46:58 1099

原创 FJSP:鹅优化算法(GOOSE Algorithm,GOOSE)求解柔性作业车间调度问题(FJSP),提供MATLAB代码

鹅优化算法(GOOSE Algorithm,GOOSE)从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。参考文献。

2024-06-23 19:33:50 697

原创 TSP:肺功能优化算法LPO求解旅行商问题TSP(可以更改数据),MATLAB代码

肺功能优化器(Lungs performance-based optimization,LPO)由Mojtaba Ghasemi 等人于2024年提出,其灵感来自人体肺的规律和智能性能。LPO从呼吸系统的复杂机制和适应性中汲取灵感。肺在氧交换方面表现出显着的效率,表明其功能高度优化。强制振荡技术测量气压和气流速率,以评估呼吸系统的电阻抗。阻抗曲线有两个不同的组成部分,呼吸电阻 (ZR) 和呼吸电抗 (ZX),可以从临床和工程角度进行分析,以深入了解呼吸系统的工作原理。参考文献。

2024-06-16 21:15:55 375

进化动态约束多目标优化测试集DCP1的TruePF图片

进化动态约束多目标优化测试集DCP1的TruePF图片

2024-04-05

进化动态约束多目标优化测试集DCP1-DCP9的TruePF视频

进化动态约束多目标优化测试集DCP1-DCP9的TruePF视频

2024-04-05

无人机路径规划视频MATLAB

无人机路径规划视频

2023-05-13

动态多目标测试函数DF1的PS

动态多目标测试函数DF1的PS

2022-09-17

动态多目标测试函数DF1的PF

动态多目标测试函数DF1的PF

2022-09-17

手写数字识别数据集Mnist.zip

Minist数据集训练和测试全部都在

2021-08-24

t10klabel.txt

Minst数据集TXT版本(标签)

2021-08-24

t10kimages.txt

Minist数据集的TXT版本

2021-08-24

pso-cpu.cpp

CPU版本的粒子群优化算法,主要是用于求解函数优化,用于GPU版本的粒子群算法进行对比,效果理想,可以直接运行。

2021-08-24

pso-gpu-shared.cu

使用CUDA编程实现并行粒子群优化算法,主要运算部分在GPU上实现,CPU实现逻辑控制。并行计算比串行块10倍多,速度快,精度高。

2021-08-24

基于肤色的RGB多人脸检测

可以实现多人脸图像的检测,代码有注释,便于新手理解和学习。首先对人脸肤色的色素进行统计,如何在RGB空间下进行建立人脸肤色模型,最后使用MATLAB对其实现,准确度高,代码亲测可以实现。

2020-09-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除