喷水粒子特效Unity可用

粒子群算法PSO源代码 MATLAB

针对多目标视频跟踪中需要主要解决的目标冲突、合并以及分离等问题，提出了基于自适应混合滤波的多目标跟踪算法。采用混合高斯背景建模法获得前景图，并对图中阴影采用一种简化去除算法，即判断前景像素时，将HSV分量用加权的形式描述，而不必对各个分量依次判断。对前景图提取观测值时，引入了合并处理算法，将分裂的多个矩形检测框进行合并。然后，利用推理的方法将前景观测值与目标关联，用自适应混合滤波算法实现多目标有效跟踪。该算法结合了均值漂移算法运算效率高的和粒子滤波算法能够有效处理遮挡情况的特点。实验表明该算法可以高效地跟踪多目标、准确判断目标的出现和消失，并能够解决多目标冲突、合并和分离等问题。

提供一个自用的粒子群算法和例子，希望能有所帮助。粒子群优化算法（Partical Swarm Optimization PSO），粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。由于PSO操作简单、收敛速度快，因此在函数优化、 图像处理、大地测量等众多领域都得到了广泛的应用。 随着应用范围的扩大，PSO算法存在早熟收敛、维数灾难、易于陷入局部极值等问题需要解决，主要有以下几种发展方向。

自适应广义预测控制算法MATLAB程序，控制对象为时滞惯性环节，系统模型参数采用PSO算法进行在线辨识，再采用GPC算法进行控制。 程序中有普通GPC算法和PSO-GPC算法性能的仿真对比。

背包问题PSO（粒子群算法，Particle Swarm Optimization）基本算法代码，仅供参考

其中关于PSO部分的书写，已经进行了封装，可以进行通用，用于其他模型的优化。该资源实例主要用于优化支持向量机回归算法中的惩罚参数C、损失函数epsilon、核系数gamma进行调参

粒子群算法在机械零部件可靠性优化设计的应用rar,粒子群算法; 机械零部件; 可靠性; 优化设计;

在vc2013和opengl下完成的一个作业，顺手传上。代码实现结果：5种样式的烟花，13秒长的烟花动画。可以给新手参考，至少比网上的很多烟花程序要逼真，并且提供了详尽的代码注释。水平有限，不喜勿喷。

opengl的烟花粒子系统，主要用于对烟花的仿真，适合于opengl C++的初学者，其中对粒子系统有很好的应用，也可以作为一种新型的贺卡或一份有意义的礼物，送给相送的人。希望大家喜欢，并且从中学到自己想要的东西