搜索资源列表
new
- 本系统通过将基于改进的加权的局域颜色直方图的图像检索方法和全局直方图的图像检索方法相结合,提高查全率和查准率。其中,基于分块局域直方图的检索方法利用了图像中间部分的重要性,将图像平均划分成3×3个子块,取中间一块的图像,计算其与参考位图相应位置的颜色特征距离,再计算原图的颜色直方图与参考位图的颜色特征距离,分别赋予权值后得出的值就是图像之间内容的相似程度。本文引入欧氏距离的相似性度量方法实现图像检索。实验表明,该方法具有较好的查全率和查准率。-The system through a combi
pso
- 本文为基于matlab的粒子群算法的程序,以求函数最小值为例,讲述如何用粒子群算法求得局部和全局最优解。-This article is based on particle swarm algorithm matlab procedures, in order to the minimum function, for example, on how to use PSO obtain local and global optimal solution.
psoMATLAB
- 参数设置 w=0.9 权值 将影响PSO 的全局与局部搜优能力, 值较大,全局搜优能力强,局部搜优能力弱 反之,则局部搜优能力增强,而全局搜优能力减弱。 c1=0.1 加速度,影响收敛速度 c2=0.1 dim=6 6维,表示企业数量 swarmsize=100 粒子群规模,表示有100个解的空间 maxiter=200 最大循环次数,影响时间 minfit=0.001 最小适应值 vmax=0.01 vmin=-0.01 ub=[0.2,0.2,
mization
- Recently more research works are focused on multi-objective particle swarm optimization algorithm (MOPSO) due to its ability of global and local search for solving multi-objective optimization problems (MOOPs) however, most of existing MOPSOs can