图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种, 其中阈值方法优点比较突出, 但是采用阈值方法分
割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题, 将Geese- LDW- PSO 算法的位置更新公式作了改进, 即用
当前种群的全局极值取代所有粒子的当前位置, 并将之用于熵阈值图像分割中。仿真实验表明, 该算法可以快速稳定地获得一幅
图像的最佳分割阈值。仿真结果显示, 该方法对车牌分割具有较好的性能。
专业论文，为广大做毕设同学提供资源
2019-12-21 21:11:43
150KB
1
为了让广大学者更直观的了解例子群算法，作者编制了粒子群算法演示程序，能够直观的观察例子群算法的寻优过程，并提供了源程序，供广大学者学习交流。
2019-12-21 21:11:37
136KB
1
粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单。压缩文件内附有英文说明书
2019-12-21 21:10:24
763KB
1