K—近邻算法仿真

【实例简介】

多无人机群飞Simulink仿真

【实例简介】

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

二维码图像定位、摆正算法。可以用于摄像头捕捉的二维码而不仅仅是原图保存的二维码。算法找到二维码的3个Finder Points后进一步用向量算法找到二维码正方形的4个顶点，再由投影变换矫正图形，并用Zxing解码。

差分进化算法(DE.m)

对振动信号进行傅里叶分解，得到各阶频率成分。

MATLAB实现图像融合，将人物融合到风景图中。

【实例简介】

【实例简介】仿真图像合理