您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数学建模方法:蚁群算法

  2. 标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合
  3. 所属分类:其它

    • 发布日期:2010-05-21
    • 文件大小:25165824
    • 提供者:wu_wenyang
  1. 基于蚁群算法的改进Otsu理论的图像多阈值分割

  2. 讲述基于蚁群算法的改进Otsu理论的图像多阈值分割。
  3. 所属分类:专业指导

    • 发布日期:2011-06-28
    • 文件大小:431104
    • 提供者:dewlyee
  1. 基于改进蚁群算法的图像分割

  2. 基于改进蚁群算法的图像分割,比传统蚁群算法更迅速,效果也好
  3. 所属分类:其它

    • 发布日期:2012-05-04
    • 文件大小:4096
    • 提供者:shengtiancai
  1. 基于蚁群和自适应滤波的模糊聚类图像分割

  2. 为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM)。首先,该方法利用改进的蚁群算法确定初始聚类中心,作为FCM初始参数,克服FCM算法对初始聚类中心的敏感;其次,采用自适应中值滤波抑制图像噪声干扰,增强算法的鲁棒性;最后,用直方图特征空间优化FCM目标函数,对图像进行分割,减少运算量。实验结果表明,该方法克服了FCM算法对初始聚类中心的依赖,抗噪能力强,收敛速度快,分割精度高。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:355328
    • 提供者:weixin_38517095
  1. 结合蚁群和自动区域生长的彩色图像分割算法

  2. 为克服传统区域生长算法对初始种子像素选择以及生长顺序鲁棒性较差等缺点,提出了一种基于蚁群算法优化区域生长的彩色图像分割方法。首先,根据给定阈值,利用蚁群算法自动选取种子像素,然后,根据相邻距离di和相似度值d(Hi,Hj)的值选取生长及终止准则,最后利用数学形态学方法对分割结果进行优化。通过与JSEG和SRG算法比较发现,所提出的改进算法在分割准确性上具有明显优势。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:454656
    • 提供者:weixin_38624332
  1. 基于改进蚁群算法的图像分割算法

  2. 基于改进蚁群算法的图像分割算法
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:443392
    • 提供者:weixin_38550137