微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究，是一种新的群体智能优化算法，是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。该算法的出现引起 了学者们极大的关注，已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用，并取得了较好的效果。尽管粒子群优化算法发展近十年，但无论是 理论分析还是实践应用都尚未成熟，有大量的问题值得研究。 -

AForge.NET 是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。-AForge.NET is a C# framework designed for developers and researchers in the fields of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic

本文成功的开发了足球机器人视觉识别系统,首先应用基于LVQ神经网络的颜色识别算法进行指定颜色属性的物体的识别,接着提出小球和机器人小车的识别算法,应用训练收敛后的神经网络进行摄像机隐式标定。-In this paper, the successful development of soccer robot vision recognition system, first applied to identify the properties of the specified color based

在linux平台上运用caffe使用神经网络算法对图像进行分类，预测。在计算机视觉中（机器人视觉中）占主导作用。(On the Linux platform, Caffe is used to classify and predict the image using neural network algorithm. It plays a dominant role in computer vision (robot vision).)