python蚁群算法实现

这是基于小波变换的图像融合源码。下载解压后直接运行。

这篇论文比较详细地介绍了小波变换域的自适应视频水印算法,适合电子类专业同学参考相关课题

DWT心电图处理 硕士学位论文-使用DWT进行ECG处理

资源提供了蚁群算法的python实现，用于求解旅行商优化问题（TSP），python 2 或 python 3 均可运行。

三、本策略思路 1.当股票突破上界（Buyline），则认为该股票今天有较大行情，买入该股票。 2.当股价两天内下跌6%，或者三天内下跌8%则卖出股票。 3.根据大盘止损，如果大盘下跌超过3%则空仓。 https://www.ricequant.com/community/topic/392/ 止损策略目录（股票） [鳄鱼原则] 该法则源于鳄鱼的吞噬方式：猎物越试图挣扎，鳄鱼的收获越多。假定一只鳄鱼咬住你的脚，如果你用手臂试图挣脱脚，则它的嘴巴便会同时咬你的脚与手 臂。你越挣扎，便陷得越深。所以，万一鳄鱼咬住你的脚，务必记住：你惟一的生存机会便是牺牲一只脚。 所以当在市场交易时发现与市场背离的情况，或者当亏损到一定地步，已经不可能扭转局势的时候，就应该立刻清仓，避免造成更大的损失。 回撤止损 这种方式主要是在初始化时设定回撤的阈值，通过计算出现在的回撤，并且与阈值对比； 如果现在的回撤>规定的阈值，则卖出该股票。 这种方法在股灾和熔断两种情况下都适用。 具体介绍：https://www.ricequant.com/community/topic/3822/ 阶梯止损（采用动态的止损价格） 这种止损方式的特点在于其止损价格是变动的 如果市价<止损价格，则卖出股票； 这种止损方式比较适用于熔断暴跌的时候。 具体介绍：https://www.ricequant.com/community/topic/3826/ 时间&收益率止损 这种止损方式同时考虑了时间和收益率两个因素 如果某股票的持有天数已经超过时间阈值并且回报还小于收益率阈值，则卖出该股票。 这种方式比较适用于股灾暴跌时期

 对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具有自适应性。运用极值法确定出脉搏波的峰值点，然后再根据峰值点确定出其他特征点的位置，实验证明该方法能够增加特征点的检出率。

蚁群算法是一种基于种群的启发式仿生进化系统，,该算法采用了分布式正反馈并行计算机制，易于与其他方法结合，而 且具有较强的鲁棒性。

完整代码，可直接运行

为提高水印鲁棒性, 将离散小波变换DWT、奇异值分解SVD和斐波纳契Fibonacci变换结合, 提出一种新的算法。首先, 用Fibonacci变换对拟嵌入的水印进行置乱处理; 然后, 对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解, 并用混沌序列选择若干对子块; 最后, 根据人类视觉系统HVS特性对三个分量分配嵌入量、确定嵌入强度, 并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。