登录
首页 » 图像处理 » matlab PSO工具箱及其使用方法

matlab PSO工具箱及其使用方法

于 2023-08-05 发布 文件大小:799.63 kB
0 319
下载积分: 2 下载次数: 1

代码说明:

Matlab粒子群优化算法工具箱。 PSOt为PSO的工具箱,该工具箱将PSO算法的核心部分封装起来,提供给用户的为算法的可调参数,用户只需要定义好自己需要优化的函数(计算最小值或者最大值),并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度,Max_V)等,即可自行优化。与遗传算法相比,PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等),因而其通用性极强,对多变量、高度非线性、不连续及不可微的情况更加具有其优势。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 数字图像处理
    数字图像处理
    2022-03-10 10:53:18下载
    积分:1
  • opencv 纠偏裁剪
    基于Opencv实现的图像纠偏算法,使用的是边缘检测。先进行图像二值化,在进行黑边裁剪,最后进行纠偏旋转。
    2022-10-18 06:35:03下载
    积分:1
  • Vanishing point detection algorithms of our algorithm and some previous research
    A simple MATLAB code demo for our ISVC10 paper. Bo Li, Kun Peng, Xianghua Ying, Hongbin Zha, Simultaneous Vanishing Point Detection and Camera Calibration from Single Images, Proc. International Symposium on Visual Computing 2010, Part II, LNCS 6454, pp. 151--160.
    2023-04-15 02:35:04下载
    积分:1
  • PCNN多种方法源代码
    利用matlab来实现PCNN多种方法的图像处理,有图像分割,图像边缘提取,图像融合等方面
    2022-06-27 16:43:27下载
    积分:1
  • C#中使用EMGU CV
    EMGU CV是OPEN CV的封装,C#能通过这些封装使用OPEN CV的函数、结构体完成对图像的处理,这段代码只是初步完成vs 2010里面对emgu cv的调用。开发环境vs2010.
    2023-04-24 03:15:04下载
    积分:1
  • C++人脸检测
    这个源代码是利用OpenCV工具包,实现图片中的人脸检测,并将检测出来的人脸用绿色方框框出来。所附代码,使用VS2008完成,使用OpenCV2.4.6。参数从命令行输入。argv[1]是图片的位置。检测眼睛的代码和人脸检测是一样的,只需要在检测出的人脸上再次进行一番相同的检测即可(注意:检测眼睛的参数需要调整,特别是最大最小区域范围)。
    2023-02-24 17:30:05下载
    积分:1
  • visual c++数字图像处理实例
    资源描述 本代码包含图像处理的基本操作:hough/walsh变换、对比度拉伸、二值化变化、反色、方块编码、傅里叶变化、高斯平滑、灰度均衡、均值滤波、拉普拉斯检测、离散余弦变化、亮度增减、逆滤波处理、取对数/指数、梯度锐化、、、、、、
    2022-02-24 19:53:26下载
    积分:1
  • 在 VS2012+openCV2.4.9下,将视频转化成图片格式并保存到指定文件夹下
    本代码结合VS2012和opencv2.4.9, 实现一段视频的读取,并将其转化成图片格式,然后进行存储,保存到指定的文件夹下。本程序涉及到的内容有VideoCapture ,sprintf_s,compression_params等等,所有信息都准备好了,非常方便大家使用。同仁们可以参考着进行进一步相关开发。相信一定会给予您很好的灵感的。
    2022-04-18 04:37:10下载
    积分:1
  • 图像处理
    此程序切片的 3d 图像的许多应用程序 (如去噪和水印适合初学者创建网格
    2022-05-30 19:37:43下载
    积分:1
  • K-means cluster
    K-means cluster 用c++实现的,大家一起学习交流。 Step 1. 从n个数据对象任意选择k个对象作为初始聚类中心; Step 2. 循环Step 3到Step 4直到每个聚类不再发生变化为止; Step 3. 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离,并根据最小距离重新对相应对象进行划分; Step 4. 重新计算每个(有变化)聚类的均值(中心对象) k-means算法的工作过程说明如下:首先从n个数据对象任意选择
    2022-03-15 01:58:19下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载