搜索资源列表
fangchapso
- 最大类间方差法是图像分割中一种常用的阈值分割方法, 对于单阈值分割具有显著的效果, 但是对于 多阈值分割, 计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合, 提出了一种新的图像分 割方法, 该方法利用粒子群优化算法的寻优高效性, 并由灰度图像的最大类间方差值作为适应值, 搜索最优分割 阈值, 实现图像的多阈值分割。实验结果显示, 新方法大大缩短了寻找最优阈值的时间, 降低了运算复杂度, 提 高了图像分割速度, 说明基于粒子群优化算法的图像分割算法是可行的、有效的
LIZIQUN
- 案例26 粒子群算法的寻优算法-非线性函数极值寻优-26 cases of particle swarm algorithm optimization extreme- nonlinear function optimization algorithm
pso
- 经典的粒子群优化算法，可用于路径规划中的寻优-pso suanfa
pso-algorithm
- 粒子群（PSO）算法，最优参数寻优，本例程中实现高斯函数最大值的求取。-Particle swarm (PSO) algorithm, the optimal parameters optimization, implementation in the routine gaussian function to calculate the maximum.
pso_segment
- 粒子群优化(PSO)算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短寻找阈值的时间。因此，基于粒子群优化算法的图像分割以粒子群优化算法为寻优工具，建立具有自适应和鲁棒性的分割方法。从而可以在最短的时间内，准确地确定分割阈值。(Particle swarm optimization (PSO) algorithm is a kind of stochastic global optimization technique. It can find the optim
改进svm
- phog方法提取图像特征，svm支持向量机进行分类，分别有GA遗传算法和PSO粒子群优化算法进行寻优。(Phog method extracted image features, SVM support vector machine classification, respectively, GA genetic algorithm and PSO particle swarm optimization algorithm for optimization.)