搜索资源列表
ostu
- ostu图像分割阈值算法,对Ostu图像分割最优阈值进行优化处理，极大缩短了搜索图像阈值计算时间，与传统的枚举法Otsu方法相比,在计算时间上具有显著的优点。
SURFACESMATCHINGALGORITHMBASEDONGENETICALGORITHMAN
- 针对基于最小二乘法的ICP 曲面匹配算法难以处理待比较曲面的局部大变形问题, 提出一种改进算 法。即采用遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值, 利用ICP 算法匹配结果构造 偏差阈值, 以此阈值过滤点群后再以最小二乘法进行匹配处理, 消除局部大变形影响, 获得合理的变换矩阵。以此变换矩阵变换初始点群再进行误差计算, 从而获得理想的匹配结果-Least square method based on the ICP surface matching algorithm
max_relation
- 其基本原理是使图像中目标和背景的相关总量最大的阈值为最优分割阈值-This paper combines one dimension Maximal Correlative Criterion and two dimension Maximal Correlative Criterion to estimate the neuron parameters
Opt_Steepest
- 用最速下降法求最优化解 输入：f为函数名 grad为梯度函数 x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值 dist0为初始步长 MaxIter为最大迭代次数 输出: xo为取最小值的点 fo为最小的函数值 f0 = f(x(0- Steepest Descent Method with Optimum Solution input: f as a function name grad is gradient function x0 fo
IST
- 可用于降噪，压缩传感等，迭代阈值求解最优解，-Can be used for noise reduction, compression sensing and iterative threshold to solve the optimal solution
Matlab
- 用于一维信号的小波包去噪，选取特定的阈值，采用最优小波基-For one-dimensional signal denoising using wavelet packet , select a specific threshold, the optimal wavelet
youhua
- 采用遗传算法优化神经网络初试权值和阈值，从而得到最优适应度的初始权值和阈值，以达到优化网络预报精度的目的-Neural network using genetic algorithm to optimize the first test weights and thresholds to obtain the optimal fitness of the initial weights and thresholds in order to achieve the purpose of optim
Nelder0
- 二维空间中的多边形逼近。确定三个顶点a，b，c并且其函数值按从小到大排列。将二维空间中的多边形三个顶点的函数值按从小到大顺序排列， 判断三点或三点函数值的距离是否小于给定阈值.若小于阈值停止循环，得最优解x0=a-Two-dimensional space polygon approximation. Determine the three vertices a, b, c and its function value in ascending order. The three-dimensio
hundunpso
- 针对二维熵图像分割方法在求取最佳阈值时存在计算量大及微粒群算法容易陷 入局部最优且速度较慢等等问题, 提出了基于混沌粒子群优化算法的二维熵图像分割方法。 该方法考虑了图像中像素点灰度 邻域灰度均值对作为阈值对图像进行分割 利用混沌运 动随机性、遍历性和初值敏感性, 将混沌粒子群优化算法与阈值法相结合在二维空间作全局搜 索。实验结果表明了基于混沌粒子群优化算法的二维熵图像分割法用于阈值寻优减少了搜索 时间, 提高了收敛率
yi
- 图像的贝叶斯分类MATLAB程序，最优阈值迭代法-Image of the Bayesian classifier MATLAB program，Iterative method of optimal threshold
Genetic-algorithm-optimization
- 遗传算法优化B P神经网络的目的是通过遗传算法得到更好的网络初始权值和阈值, 其 基本思想就是用个体代表网络的初始权值和阈值、 个体值初始化的B P神经网络的预测误差作为该个体的适应度值, 通过选择、 交叉、 变异操作寻找最优个体, 即最优的B P神经网络初始权值。除了遗传算法之外, 还可以采用粒子群算法、 蚁群算法等优化B P神经网络初始权值。-Genetic algorithm to optimize BP neural network is designed by means of g
Extreme-Learning-Machine
- 极限学习机的回归拟合及分类，介绍一个针对SLFN的新算法——极限学习机（Extreme Learning Machine，ELM），该算法随机产生输入层与隐含层间的连接权值及隐含层神经元的阈值，且在训练过程中无需调整，只需要设置隐含层神经元的个数，便可以获得唯一的最优解。与传统的训练方法相比，该方法具有学习速度快、泛化性能好等优点。-Extreme Learning Machine regression and classification, introduce a new algorithm
PSO-optimization
- 应用粒子群算法来寻找BP神经网络最优的初始权值还有阈值，本程序主要是以此来拟合函数，读者可以根据需要，小小地修改一下BP神经网络的代码，可以实现诸如模式识别等功能，收敛效果很好，-Application of particle swarm algorithm to find the optimal initial BP neural network weights as well as the threshold value, the procedure is a way to fit func
GA-BP
- GA—BP运用GA对BP神经网络进行训练，取得的最优解作为初始链接权值和阈值，以对BP神经网络局部搜索能力强、全局搜索能力差的缺点进行改进，来达到提高BP神经网络的性能的目的。-GA GA-BP using BP neural network is trained to obtain the optimal solution as the initial link weights and thresholds of BP neural network of local search abilit
fangfang
- 为了最大限度地减少能源采集充电通信系统传输完成时间，各 传输调度方案已被提出。然而，他们并没有考虑这个问题，其中一个发射器可能会失败 之前完成传输。为广播与能量收集解决这个问题，传输调度 切换发射器进行了研究。在广播通信系统中包括两个发射器和两个用户。该 发射器获取能量和独立工作交替进行。传输调度问题转化为 最小化传输的完成时间，在能量的因果关系的约束，数据传输的限制，而 发射器的开关约束。发射器的开关被证明发射机不应该停止传输解决 之前切换到其他发射器
pso-bp
- 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(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
Code-Segmentation
- 基于WFCM的最优阈值图像分割 阈值化是图像分割中广泛应用的一种有效工具。基于类别可分性准则的Otsu法是性能良好且受到普遍欢迎的自动阈值选择方法。Otsu方法与c均值聚类算法的准则在一定条件下是等价的，而c均值聚类算法还可以快速实现分割问题。目前人们提出了很多基于c均值聚类准则的图像阈值化方法，其中模糊c均值（FCM）是最流行的算法之一。但是FCM算法没有考虑样本矢量间对聚类效果的不同影响，因而使用加权模糊c均值（WFCM）来解决这个问题。-Optimal threshold image se
GA-BP
- 遗传算法优化BP神经网络程序，利用遗传算法找出最优的权值和阈值赋予BP神经网络并开始训练。-Genetic algorithm optimization BP neural network program, the use of genetic algorithm to find the optimal weights and thresholds given BP neural network and start training.
GA
- GENE算法的应用，分割相关的肝脏图。用遗传算法找到最优阈值，然后选择canny算子(the application of GENE algorithm in matlab)