搜索资源列表
ImagesegmentationBasedonGeneticAlgorithmandNeuraln
- 本文深入研究了 BP 神经网络与遗传算法理论，BP 神经网络在应用过程中面临 着网络训练时间长、容易陷入局部极小值、隐层节点数不易确定等缺点，为了有效 地克服 BP 网的困难，将遗传算法与 BP 网络有机地融合，使它们之间的相互补充增 强彼此的能力，从而获得更有力的解决实际问题的能力。 -this in-depth study of artificial neural networks and genetic algorithms theory, BP neural networ
kmeansNetlab
- KMEANS Trains a k means cluster model.CENTRES = KMEANS(CENTRES, DATA, OPTIONS) uses the batch K-means algorithm to set the centres of a cluster model. The matrix DATA represents the data which is being clustered, with each row corresponding to
parallel-dijkstra 并行化思路实现dijkstra算法
- 并行化思路实现dijkstra算法。假设有p个处理器，N个顶点。给每个处理器分配N/p个顶点，求出局部的最小值，复杂度为O (N/p)。然后后一半的处理器将自己的最小值发送给第前p/2个处理器。前一半处理器接收到传来的值后，与局部的最小值比较，作为新值。继续循环，直到剩下一个处理器为止。-Parallelized dijkstra algorithm. Suppose there is p a processor, N vertex. Give each processor distributi
GABP.利用改进遗传优化算法解决BP神经网络中局部最小问题
- matlab格式源代码。功能：利用改进遗传优化算法解决BP神经网络中局部最小问题。,matlab source code format. Function: the use of improved genetic optimization algorithm BP neural network to solve local minimum problems.
proj07-01
- 试验中使用模拟退火算法寻找一6-单元网络能量最小化的模型。模拟退火算法是模拟物理学上的退火技术。其优势在于有可能使系统从局部极小值跳出。-Simulated annealing algorithm used in the experiments to find a 6- unit network model of energy minimization. Simulated annealing algorithm simulates the physics of annealing. The a
Steepest
- 计算梯度下降法计算极值，只能找到局部最小点。可以通过调整步长实现全局最小-Calculation of gradient descent method to calculate extreme value, can only find local minimum point. By adjusting the step size can achieve the global minimum
Shuffled_Complex_Evolution
- SCE（shuffled complex evolution ）是一种相对较新的连续性问题的元启发搜索算法。非常适合于求解具有多个局部最小的全局优化问题。SCE算法的主要特征是通过竞争进化和定期洗牌来确保每个复形获得的信息能在整个问题空间获得共享。-SCE (shuffled complex evolution) is a relatively new meta-continuity heuristic search algorithm. Very suitable for solving wi
bp
- 修改以后的BP人工神经网络，可以有效地避开局部最小点，收敛速度有点慢，可作为交流学习-Modified after the BP artificial neural network, can effectively avoid the local minimum points, the convergence rate a bit slow, can be used as the exchange of learning
beiyesifenbu
- 分类判别中，bayes判别的确具有明显的优势，与模糊，灰色，物元可拓相比，判别准确率一般都会高些，而BP神经网络由于调试麻烦，在调试过程中需要人工参与，而且存在明显的问题，局部极小点和精度与速度的矛盾，以及训练精度和仿真精度间的矛盾，等，尽管是非线性问题的一种重要方法，但是在我们项目中使用存在一定的局限，基于此，最近两天认真的研究了bayes判别，并写出bayes判别的matlab程序，与spss非逐步判别计算结果一致。-Classified Identifying, bayes discrim
lmin
- Find local minimum in matlab
danchunxing
- 单纯型搜索MATLAB程序，用于搜索多变量函数的局部极小值。-Search MATLAB simple procedure used to search for multi-variable function of the local minimum value.
TSnake
- Snake的初衷是为了进行图像分割，但它对初始位置过于敏感，且不能处理拓扑结构改变的问题。初始位 置的敏感性可以用遗传算法来克服，因为它是一种全局优化算法，且有良好的数值稳定性。为了更精确地进行图 像分割，本文提出了一种基于遗传算法的双T—Snake模型图像分割方法，它将双T—Snake模型解作为遗传算法的搜 索空间，这既继承了T—Snake模型的拓扑改变能力，又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优 化性能，克服了Snake轮廓局部极小化的缺陷，从而可得到对目标的
maxima
- this function will help to find local maximas of an one dimensional data,inputs are data array and minimum gap between two local maximas, it is better to use this function after filtering data using median filter
danchunxing
- 单纯形搜索算法程序，用于快速搜索多变量函数的局部极小值。-Simplex search algorithm procedure for fast search multi-variable function of the local minimum value.
findkeypoint
- 摘要：拐点是数字图像中的一个重要信息载体 提出一种新的拐点检测算法 该算法并非寻找连续空间中曲率的离散近似计算方法，而是源于离散曲线的外观特征，推导出离散曲线上拐点处k个点对间欧氏距离平方和局部最小这一重要性质。基于该性质，本算法首先利用Freeman链码的性质.过滤掉物体边界上明显不可能成为拐点的象素，然后在剩余的边界点中通过寻找该局部最小值定位出拐点。给出了本算法与四种著名拐点检测算法的对比实验。 -Abstract: The inflection point is a digital
vcwatershed
- 分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。-Watershed segmentation method is a top
BinarizationAlgorithm
- 用matlab实现的otsu全局二值化算法、kittler 最小分类错误(minimum error thresholding)全局二值化算法、niblack局部二值化算法-Using matlab implementation otsu global binarization algorithm, kittler minimum classification error (minimum error thresholding) the global binarization algorithm
njuton
- optimization algorithm search local minimum function, very quick
watershed_serial
- 分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。 -Watershed segmentation method is a
Classifier_min_Local_Mean_f
- 局部最小距离分类器，性能高于knn分类器，matlab环境下，可直接调用-Local minimum distance classifier, classifier performance than knn, matlab environment, can be called directly