- 博客(65)
- 收藏
- 关注
RSS订阅原创 Github 创建自己的博客网站
GitHub Pages - 杨希杰的个人网站 (yang-xijie.github.io)可以快速部署静态网站，你可以在 GitHub 的每一个仓库创建一个对应的静态网站，存放说明或文档。通俗来说，就是白嫖GitHub的服务器来建站，GitHub Pages，与Git管理超搭，相当稳定的，而且有全球的CDN加速，也没被墙，我只能说真爽。这里一定要注意：个人用户只有两种 GitHub Pages 网站的类型：一种是user(用户)，一种是project(项目)。user。
2023-08-05 17:18:18
1743
原创 解决阿里云安全组失效问题
在使用阿里云服务器时，会出现配置端口问题，官方给出的就是安全组（这些就是开发端口的规则，当时还有些迷惑这个概念）配置，但是在我配置好安全组后，依然不能使用。我现在以mysql默认端口3306来举例。下图为阿里云安全组配置，也就是端口配置。通过firewall查看开放端口以及配置端口。（1）查看开放的端口。
2023-07-19 17:45:17
1019
原创 Latex hyperref引用的使用
linkcolor=red：内部文档链接（e.g. 章节、公式引用）的文本颜色设置为红色。citecolor=blue：引用链接（e.g. 参考文献引用）的文本颜色设置为蓝色。urlcolor=black：将外部URL链接的文本颜色设置为黑色。colorlinks=true：超链接的文本着色，而不是使用边框。hidelinks：隐藏超链接的边框和颜色。
2023-06-20 22:37:48
2346
原创 SAM ValueError: Unsupported ONNX opset version: 14
如果网上其他办法尝试无果，可以直接重新配置一个虚拟环境，重新配置pytorch环境，选择最近的pytorch，毕竟SAM刚出，pytorch选择高点，基本上就是环境配置问题，多配置配置环境就行。在使用SAM将pt转化为onnx格式时出现了。
2023-05-18 17:32:04
693
原创 对人脸数据集，采用PCA,KPCA,MDS,LLE,ISOMAPE五种方式降维 ---模式识别课程设计
对人脸数据集“Labeled Faces in the Wild”：sklearn.datasets.fetch_lfw_people，下载地址aka LFW:http://vis-www.cs.umass.edu/lfw/lfw-funneled.tgz， 采用PCA,KPCA,MDS,LLE,ISOMAPE五种方式降维，比较基于SVM或决策树等分类器的识别效果。
2022-12-12 14:37:03
2221
2
原创 vim 进入.bashrc后如何编辑并退出
如何想退出编辑模式回到命令界面，只需Esc，然后输入一下命令，有冒号。source ~/.bashrc 立即加载更改后的配置。若修改过档案，又不想存储，强制退出。vim 进入bashrc后如何编辑。ubuntu系统桌面卡死处理操作。将档案还原到最原始的状态。
2022-10-14 08:55:05
2943
原创 安装cuda出现组件未安装问题解决
今天在安装cuda 11.3的时候出现了，下面这种情况，在网上找了很多办法，都没有解决，最。我是把关于Nsight的都没有选择。3.最后成功安装cuda11.3。
2022-09-08 17:22:45
3860
5
转载 多染色体混合编码
因此，对于进化过程中的重组变异那一块的代码，多染色体版本采 用一个循环来对 Chroms 列表中的每一个 Chrom(种群染色体矩阵) 进行重组和变异，这是因为多染色体版本的算法模板中种群类是 PsyPopulation 而不是 Population，它的染色 体矩阵是多个而不是单个（存储在 Chroms 列表中）。Geatpy 的染色体本身有三种最基础的编码方式：’BG’(二进制/格 雷编码)、’RI’(实数整数混合编码) 以及’P’(排列编码)，这意味着一条染色体只能是这三 种编码方式的其中一种。
2022-09-03 17:17:03
1733
2
转载 进化算法模板
在 Geatpy 中你可以很轻松地通过面向对象的方法修改或自定义新的算法模板。由 于自定义新的算法模板比较简单，只需在执行脚本所在的目录下新建一个文件，然后在 该文件中参照着内置算法模板的样式实现一个新的算法模板类即可。这里重点讲解如何 在内置算法模板的基础上进行一定的修改。
2022-09-03 15:21:04
1465
1
转载 GEATPY快速入门
你可以通过联网安装或本地安装来安装 Geatpy。在安装前，你需要安装 Numpy、 Scipy 以及 matplotlib。
2022-09-03 13:19:25
3527
转载 遗传算法解决带约束的多目标优化问题
实际上，“getReferObjV()”函数 是自定义的“MyProblem”类的父类：“Problem”中定义的一个函数（详见“Problem.py”）， 它将先尝试读取本地的特定格式的全局最优解参考值的记录文件，如果没有找到，它将 调用自定义的“calReferObjV()”函数来计算全局最优解的参考值（这里即真实前沿）， 计算完成后，它把结果按照特定格式保存到“Real_Best”文件夹下面的.csv 文件中。上述执行脚本还展示了如何使用 Geatpy 提供的多目标优化进化过程指标追踪分析功能。
2022-09-03 13:15:59
3806
8
转载 遗传算法解决带约束的单目标优化问题
关于下述所涉及的geatpy库的学习，可以通过 Geatpy库学习流程待优化的问题模型如下：这是一个带不等式约束和等式约束的单目标最大化优化问题，存在多个局部最优解， 对进化算法具有一定的挑战性。全局最优解为：f (0.5, 0, 0.5) = 2.5。这里拟采用差分进 化算法“DE/best/1/L”来求解该问题 (算法模板源码详见“soea_DE_best_1_L_templet.py” )，此时只需要进行编写问题子类和编写执行脚本两个步骤即可完成问题的求解。
2022-09-02 17:35:05
5892
1
转载 GEATPY算法总览
Geatpy提供已实现的一些经典进化算法，可以有效解决单目标优化、多目标优化、组合优化、约束优化等问题，其中以“soea”开头的表示单目标进化优化算法；以“moea”开头的表示多目标进化优化算法；“soea”或“moea”字符串后面紧接着带一个“psy”字符串的表示该算法模板支持多染色体、复杂混合编码；带一个“multi”字符串的表示该算法模板支持多种群进化优化。
2022-09-02 14:50:42
1935
转载 Geatpy入门案例 --- 案例
Geatpy的Problem问题类提供两种目标函数的定义，分别是evalVars和aimFunc。前者（evalVars）是Geatpy2.7.0之后新增的写法，它传入决策变量矩阵Vars且需要返回对应的目标函数值矩阵ObjV和违反约束程度矩阵CV（若待求解的问题没有约束条件，则可以只返回目标函数矩阵）。可以发现，发生最大变化的是目标函数的定义上。不加ea.Problem.single标记后，传入目标函数evalVars()的参数Vars是一个Numpy ndarray二维数组。它是NIND行Dim列。
2022-09-02 12:50:21
2068
转载 Geatpy入门案例（求解器模式）---案例一
经过历代版本的更迭，Geatpy目前支持多种使用风格。分别为：“求解器模式”写法、“面向对象”写法、“面向过程”写法。其中“求解器模式”是Geatpy2.7.0之后新增的写法。可以大大节省代码量、更加专注于问题的定义。先以“求解器模式”为例来快速入门。帮助您掌握如何快速构建问题、定义算法以及求解问题。
2022-09-02 12:32:55
2403
转载 多目标进化优化
在许多实际问题中，我们常常要处理的数学模型不止有一个目标函数。例如在产品 加工与配送系统中，通常要求加工和配送的成本尽可能低，而所花的时间尽可能少，从 而使总利润最大。有些多目标优化问题中各个目标之间会有冲突，无法同时取得最优， 例如工人的工资和企业的总利润。以遗传算法为代表的许多进化算法，具有生成多个点并进行多方向搜索的特征，因 此非常适合求解这种最优解的搜索空间非常复杂的多目标优化问题。...
2022-09-01 17:10:46
1936
转载 进化算法介绍
自然界生物在周而复始的繁衍中，基因的重组、变异等，使其不断具有新的性状， 以适应复杂多变的环境，从而实现进化。进化算法精简了这种复杂的过程而抽象出一套 数学模型，用较为简单的编码方式来表现复杂的现象，并通过简化的遗传过程来实现对 复杂搜索空间的启发式搜索，最终能够在较大的概率下找到全局最优解，同时天然地支 持并行计算。下图展示了常规遗传算法 (左侧) 和在并行计算下的遗传算法 (右侧) 的基本流程。图中COREn 表示计算核心。...
2022-09-01 16:40:14
15613
原创 opencv
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xtfc6s0i-1658316637215)(attachmentimage.png)]
2022-07-20 19:35:34
694
转载 nbextensions插件说明
Codefolding增加折叠代码的功能(包括Python依据缩进折叠、其他代码依据方括号折叠、依据注释折叠)Highlightselectedword高亮显示被选中的对象以及所有代码单元中该对象的所有实例。Initializationcells在工具栏中增加运行所有被框选为“初始化代码单元”的代码单元。Notify增加在Jupyter内核空闲时的通知提示功能(适合运行很耗时的情况)Exercise隐藏/显示单元格的功能(可以与Exercise2同时使用)...
2022-07-19 18:30:18
834
转载 Matplotlib --折线图、柱状图
left 是x轴的位置序列，柱形条纹左边界的位置。height 是y轴的数值序列，柱形条纹的高度width 是柱形条纹的宽度，默认0.8facecolor 柱形条纹的填充色edgecolor 柱形条纹的边缘颜色label 是图例文字
2022-07-12 11:09:04
171
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人