搜索资源列表
ga
- 遗传算法( genetic algorithms, 简称GA )是根据自然界的“物竞天择, 适者生存”现象而提出来的一种随机搜索算法, 是霍兰德( Holland) 于1975 年在他的著作《Adaption in Natural and artificial Systems》中首次提出来的。此算法将优化问题看作是自然界中生物的进化过程, 通过模拟大自然中生物进化过程中的遗传规律, 来达到寻优的目的。-Genetic algorithms (genetic algorithms, referre
junluotuxiangfenge
- 遗传算法用于菌落图像分割。遗传算法其固有的并行性和不易陷入局部最优的特点使之非常适于大规模搜索空间的寻优，使图像分割产生的误差最小，为解决图像分割中的参数选择难题提供了有力的保障。附有程序清单-A New Model for Image Segmentation
GA1
- 基于遗传算算法的动态寻优算法，对于微小变化的环境很实用。-Based on the genetic algorithm is the dynamic optimum algorithm, for a small change environment is very practical.
image-thresholding-segmentation
- ]图像分割是图像处理的一个重要研究方向，本文在介绍了基于阈值的图像分割算法的基础上，针对最大类间方差的寻优问 题，利用遗传算法求解最佳闽值-Image processing image segmentation is an important research direction in this paper, based on the threshold image segmentation algorithm based on Otsu, aiming at the optimizatio
duoyuzhizishiyingfenge
- 提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上, 将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色 体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适 应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点-Propose a genetic algorithm based 2D entropy mult
Genetic-algorithms-
- 本文主要介绍遗传算法的基本理论，叙述遗传算法在图像增强的的主要应用，即将原始图像变得更加清晰，特征变得更加明显。 现今关于图像增强的算法有很多，而这些算法大多是基于退化函数或者点扩展函数的知识进行图像处理的。当图像出现模糊或噪声影响大时，设计出的图像清晰化的效果肯定不够理想，因此有必要对图像进行增强处理。于是，可利用到遗传算法这种成熟稳定的仿生物进化的全局寻优算法，进行图像增强，由于遗传算法控制参数少、自适应度高，将选择该方法对图像退化分别进行不同的清晰化处理. 这样既增强了图像的对比度,又
改进svm
- phog方法提取图像特征，svm支持向量机进行分类，分别有GA遗传算法和PSO粒子群优化算法进行寻优。(Phog method extracted image features, SVM support vector machine classification, respectively, GA genetic algorithm and PSO particle swarm optimization algorithm for optimization.)