搜索资源列表
遗传算法c++程序
- 首先采用某种编码方式将解空间映射到编码空间，每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适应值或某种竞争机制选择个体，使用各种遗传操作算子产生下一代如此进化下去，直到满足期望的终止条件。-begin using some form of coding mapping to the solution space coding space, each encoding a corre
改进遗传算法－郭涛算法做最优化问题很管用
- 改进遗传算法－郭涛算法做最优化问题很管用,算法的基本思想是 先任意产生n个随机数，然后从n个数里随机选择m个数，再有这m个 数合成一个新数，将这个新数同n个数中间适应值函数值的最差的比较， 如果好的话就取代最差的那个，如果它比最好的还要好的话，则把最好的 也取代。如果比最差的坏，则重新合成一个新数。依次循环下去。 程序的奇妙之处是GA_crossover()函数，产生的新数确实比较好，看看 那位大侠能改进一下，产
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
immunity
- 提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]
一种新的基于小生境的自适应遗传算法
- 针对遗传算法在全局优化问题中容易出现早熟和收敛速度慢的问题 ,根据群体适应值的分布特点 ,启发性地提出了一种新的基于小生境的自适应遗传算法(ANGA) .
多值自适应算术编码
- 多值自适应算数编码，改进了传统算术编码硬件实现上的局限，将输出结果由小数改进为二进制比特流。能够实现对文本的压缩，若对图像进行压缩需要少许改变，或者将图像数据写入文本即可。
自适应阈值法分割图像
- 本代码是自适应阈值法分割图像的典型源码，对运动目标检测及提取等非常实用。
自适应的遗传算法
- 介绍一种基于适应值变化的自适应遗传算法
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型
一种快速图象中值滤波算法
- 一种快速图象中值滤波算法 北京理工大学学报转载-A fast image median filtering algorithm Beijing Polytechnic University Journal reprinted
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
Pso
- 模拟一群鸟捕食的情景，从而达到优化目标函数的目的，这就是粒子群算法！起初在可行的空间中随机的产生一群粒子，然后让每个粒子开始在虚拟的空间中向四面八方飞翔，并且每个粒子都记下他们飞过的适应值（也就是目标优化函数）最高的点，而且整个粒子群有一个最高适应值个体，这样，粒子在飞翔的时候尽量朝向自己曾飞过的最好的点和集体的最好的点。最后达到收敛到近似最优点的目的。 -Simulation of a group of birds preying
2008101523144260
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程
genetic-algorithm
- 用基本遗传算法求解一维无约束优化问题 用顺序选择遗传算法求解一维无约束优化问题 用动态线性标定适应值的遗传算法求解一维无约束优化问题 用大变异遗传算法求解一维无约束优化问题 用自适应遗传算法求解一维无约束优化问题 用双切点遗传优化求解一维无约束优化问题 用多变异位自适应遗传优化求解一维无约束优化问题 -The basic genetic algorithm with one-dimensional seque
yi_chuan_Final
- 利用常规的遗传算法，分别进行适应值计算，选择，交叉等步骤，实现了对负责多项式的最大值求解(GA method To solve polygen max value)
自适应阈值生成后进行图像分割
- 自适应阈值生成后进行阈值分割，内部含有测试图片，与全局阈值进行图像分割不同的另一种方法(After the adaptive threshold is generated, the threshold segmentation is carried out. Another method is different from the global threshold for image segmentation)
自适应滤波器
- 通过设计一个二阶加权系数自适应横向FIR滤波器，对一个加随机噪声的正弦信号实现滤波。 具体设计方案为： 1，生成标准正弦信号S 2，生成等长的随机信号N 3，生成加随机噪声的正弦信号X 4，X通过参数可调数字滤波器，输出Y 5，Y与参考信号作差得到误差E 6，E通过自适应算法调整权值W 7，用LMS算法处理噪声干扰的信号，最终实现滤波器功能(A two order weighted coefficient adaptiv
自适应均衡示例
- 实验31是观察不同的，修正步进U值对自适应均衡算法收敛的影响 实验311是验证，自适应均衡得到的均衡系数可用于这一时段的接受信号 的均衡（去噪、去信道干扰）。(Experiment 31 is to observe the effect of different stepped U on the convergence of adaptive equalization algorithm. Experiment 311 is to
自适应阈值
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance metho
自适应权值立体匹配算法
- 一种改进的自适应权值立体匹配算法，用于图像处理等(An improved adaptive weight stereo matching algorithm for image processing, etc.)