- 博客(28)
- 收藏
- 关注
RSS订阅原创 智能优化算法：阴阳对优化算法-附代码
智能优化算法：阴阳对优化算法文章目录智能优化算法：阴阳对优化算法1.算法原理2.算法流程3.算法结果4.参考文献5.Matlab代码摘要：阴阳对优化(YYPO)算法是 Varun Punnathanam等人于 2016 年基于阴阳平衡原理提出的一种新型元启发式优化算法。目前已在函数、多目标优化等领域得到应用。1.算法原理该算法基于 2 个点集(P1 和P2)，其中 P1 设计为专注于开发变量空间，P2 设计为专注于探索变量空间，通过开发与探索 2 个矛盾行为之间的相互协调、补充达到平衡，并利用分裂、
2020-08-29 15:55:26
3004
2
原创 智能优化算法：混合蛙跳算法-附代码
智能优化算法：混合蛙跳算法文章目录智能优化算法：混合蛙跳算法1.算法原理2.算法流程3.算法结果4.参考文献5.Matlab代码摘要：混合蛙跳算法(SFLA)是Eusuff等人 [1] 于2003年提出的一种基于群体的亚启发式协同搜索群智能算法. 该算法是建立在群中个体具有的模因进化和利用模因实现全局信息交换基础上的.具有概念简单、参数少、计算速度快、全局寻优能力强、易于实现等特点。1.算法原理混合蛙跳优化算法是模仿青蛙觅食过程中的群体信息交互机制而建立的一类智能计算优化算法。 该优化算法结合了模因
2020-08-29 14:23:42
8247
3
原创 智能优化算法：人工蜂群算法-附代码
智能优化算法：人工蜂群算法文章目录智能优化算法：人工蜂群算法1.算法原理1.1 蜂群的初始化1.2 雇佣蜂阶段1.3 跟随蜂阶段1.4 探索蜂阶段2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：人工蜂群算法(artificial bee colony，ABC)是由土耳其学者Karaboga 于 2005 年提出，它是模拟蜜蜂的采蜜行为来解决生活中一些多维和多模的优化问题，它最初应用于数值优化问题，自提出以来受到了众多学者极大的关注，并广泛应用到神经网络、数据挖掘、工程应用、图像识别等多个领
2020-08-29 11:50:09
11724
3
原创 智能优化算法：细菌觅食优化算法 - 附代码
智能优化算法：细菌觅食优化算法 - 附代码原理请参见他人博客：https://blog.csdn.net/sky_person/article/details/50133267 不在赘述。Matlab 代码
2020-08-29 10:48:19
2656
1
原创 智能优化算法：头脑风暴优化算法-附代码
智能优化算法：头脑风暴优化算法文章目录智能优化算法：头脑风暴优化算法1.算法原理1.1 聚类1.2 变异2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：头脑风暴优化算法(Brain Storming Optimization algorithm, BSO)是Shi在2011年第2次群体智能国际会议上提出的一种基于模拟人类创造性解决问题的过程的群体行为智能算法。，因其具有模型简单、收敛速度快、参数少等优点 ，已在工程优化 、模型识别等问题中得到较好的应用，很快得到了国内外学者的广泛关注，
2020-08-29 10:07:48
5864
2
原创 智能优化算法应用：基于GWO优化的Renyi熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的Renyi熵图像多阈值分割文章目录智能优化算法应用：基于GWO优化的Renyi熵图像多阈值分割1.前言2.Renyi熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于Renyi熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/details/108024
2020-08-28 11:26:36
1689
原创 智能优化算法应用：基于GWO优化的指数熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的指数熵图像多阈值分割文章目录智能优化算法应用：基于GWO优化的指数熵图像多阈值分割1.前言2.指数熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于指数熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/details/108024753 了解基础知识，相
2020-08-27 16:41:51
1149
原创 智能优化算法应用：基于GWO优化的灰度熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的灰度熵图像多阈值分割文章目录智能优化算法应用：基于GWO优化的灰度熵图像多阈值分割1.前言2.灰度熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于灰度熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/details/108024753 了解基础知识，相
2020-08-26 17:10:41
1022
5
原创 智能优化算法应用：基于GWO优化的对称交叉熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的对称交叉熵图像多阈值分割 - 附代码文章目录智能优化算法应用：基于GWO优化的对称交叉熵图像多阈值分割 - 附代码1.前言2.对称交叉熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于对称交叉熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/detail
2020-08-26 15:40:47
1077
原创 智能优化算法应用：基于GWO优化的最小交叉熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的最小交叉熵图像多阈值分割 - 附代码文章目录智能优化算法应用：基于GWO优化的最小交叉熵图像多阈值分割 - 附代码1.前言2.最小交叉熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于最小交叉熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/detail
2020-08-26 15:23:05
1438
原创 智能优化算法应用：基于GWO优化的二维最大熵图像阈值分割 - 附代码
智能优化算法应用：基于GWO优化的二维最大熵图像阈值分割 - 附代码文章目录智能优化算法应用：基于GWO优化的二维最大熵图像阈值分割 - 附代码1.前言2.二维最大熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于最大熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/details/10
2020-08-25 10:08:03
1948
3
原创 智能算法应用：基于灰狼优化的最大熵图像多阈值分割 - 附代码
智能优化算法应用：基于GWO优化的最大熵图像多阈值分割 - 附代码文章目录智能优化算法应用：基于GWO优化的最大熵图像多阈值分割 - 附代码1.前言2.最大熵阈值分割原理3.基于灰狼优化（GWO）的多阈值分割4.算法结果：5.参考文献：6.Matlab 代码摘要：本文介绍基于最大熵的图像分割，并且应用灰狼算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》https://blog.csdn.net/u011835903/article/details/108024
2020-08-24 17:30:56
3451
5
原创 图像分割：直方图区域划分及信息统计介绍
图像分割：直方图区域划分及信息统计介绍文章目录图像分割：直方图区域划分及信息统计介绍1.直方图及其区域划分2.直方图信息统计2.1 一维直方图信息统计2.2 二维直方图信息统计3.参考文献：摘要：图像分割大部分时候会涉及到直方图统计信息计算，对直方图区域进行划分后，可以得到相应的直方图统计信息（目标／背景的先验概率、均值等），由此可以进一步求解不同的阈值选取准则函数。此处仅给出最常用的一维直方图和传统二维直方图的统计信息计算公式，其他类型直方图的统计信息不作详细介绍，具体可参考相应的文献[1]。1.直
2020-08-15 16:38:38
4995
原创 智能优化算法应用：基于灰狼算法的二维Otsu图像阈值分割-附代码
智能优化算法应用：基于灰狼算法的二维Otsu图像阈值分割文章目录智能优化算法应用：基于灰狼算法的二维Otsu图像阈值分割1.二维Otsu算法原理2.基于灰狼优化（GWO）的二维otsu阈值分割3.算法结果4.参考文献5.MATLAB代码摘要：1维Otsu法根据1维直方图来确定分割阈值，由于未考虑像素点邻域平均灰度值导致确定的分割阈值不准确，造成图像分割不正确，因研究人员提出了一种2维Otsu分割法。结合灰狼寻优能够得到较好的分割结果。1.二维Otsu算法原理2维Otsu法是在1维Otsu法的基础上引
2020-08-15 15:21:34
3718
3
原创 智能优化算法应用：基于灰狼算法的Otsu图像多阈值分割-附代码
智能优化算法应用：基于灰狼算法的Otsu图像多阈值分割-附代码文章目录智能优化算法应用：基于灰狼算法的Otsu图像多阈值分割-附代码1.Otsu阈值分割法原理2.基于灰狼优化（GWO）的多阈值分割3.算法结果：4.参考文献：5.Matlab代码：摘要：Otsu 方法是应用最广泛的图像分割法之一，该方法也叫最大类间方法阈值分割法，选择分割阈值的标准是图像的类间方差达到最大或者类内方差最小。Otsu 阈值分割法可以从单阈值扩展到多级阈值分割，多阈值分割图像时采用多个不同的阈值将图像分割为多个不同的区域或目标
2020-08-15 11:12:39
8349
13
原创 智能优化算法：蝙蝠算法-附代码
智能优化算法：蝙蝠算法-附代码文章目录智能优化算法：蝙蝠算法-附代码1.算法原理2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：蝙蝠算法（Bat Algorithm，BA）[1] 是受蝙蝠回声定位捕食行为启发，提出的一种基于迭代优化技术的新型群智能优化算法。该算法自2010年由Yang教授提出以来，因其具有模型简单、收敛速度快、参数少等优点 ，已在工程优化 、模型识别等问题中得到较好的应用，很快得到了国内外学者的广泛关注，成为智能优化算法领域新的研究热点。1.算法原理蝙蝠使用回声定位
2020-08-11 16:17:45
9278
4
原创 高密度椒盐噪声的多方向加权均值滤波算法-附代码
高密度椒盐噪声的多方向加权均值滤波算法-附代码摘要：本文介绍一种高密度椒盐噪声的多方向加权均值滤波算法，该算法对于高密度椒盐噪声具有较好的滤除效果。1.算法原理1.1 基于直方图的噪声检测大多数的椒盐噪声都是表现为白色与黑色的像素点。对于8位量化的数字图像，椒盐噪声的灰度值一般都满足Lsalt=255L_{salt} = 255Lsalt=255 ，Lpepper=0L_{pepper} = 0Lpepper=0 。然而，在图像传输与处理过程中，也可能导致椒盐噪声灰度值发生变化。观察椒盐噪声图像
2020-08-08 14:27:26
2702
5
原创 智能优化算法：教与学优化算法-附代码
智能优化算法：教与学优化算法-附代码文章目录智能优化算法：教与学优化算法-附代码1.算法原理1.1“教”阶段1.2 “学”阶段1.3 更新2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：教与学优化算法(Teaching-learning-based optimization,TLBO)算法和其他群智能优化算法一样，也是利用群体信息进行启发式搜索[1] 。TLBO 算法通过模拟人类在学习过程中的“教”和“学”2个阶段的学习方法，从而提高每个个体的能力。1.算法原理TLBO 算法是模拟以班
2020-08-07 14:27:10
7211
7
原创 智能优化算法：缎蓝园丁鸟优化算法-附代码
智能优化算法：缎蓝园丁鸟优化算法-附代码文章目录智能优化算法：缎蓝园丁鸟优化算法-附代码1.算法原理2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：缎 蓝 园 丁 鸟 优 化 算 法 ( satin bower birdoptimization algorithm，SBO) ［1］ 是由 Seyyed Hamid Samareh Moosavi 和 Vahid Khatibi Bardsiri 于 2017年模拟自然界成年雄性缎蓝园丁鸟的求偶行为而提出的一种新型群智能算法，并结合了自适应神
2020-08-07 11:02:01
3554
9
原创 智能优化算法：蝴蝶优化算法-附代码
智能优化算法：蝴蝶优化算法-附代码文章目录智能优化算法：蝴蝶优化算法-附代码1.算法原理2.算法流程：3.算法结果4.参考文献：5.MATLAB代码摘要：蝴蝶优化算法 （Butterfly optimization algorithm，BOA）是由 Arora于基于蝴蝶BOA觅食过程提出的自然启发式算法。该算法具有较高的收敛精度。1.算法原理蝴蝶利用自身的感知器定位食物的来源。该算法中，假设每只蝴蝶产生一定强度的香味，这些香味会传播并被区域内的其它蝴蝶感知。每只蝴蝶释放出的香味与它的适应度有关。这就
2020-08-07 09:58:08
25038
35
原创 智能优化算法：绯鲵鲣优化算法-附代码
智能优化算法：绯鲵鲣优化算法-附代码文章目录智能优化算法：绯鲵鲣优化算法-附代码1.算法原理1.1初始化阶段1.2追击鱼路径1.3拦截鱼路径1.4 角色互换1.5 更改区域2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：绯鲵鲣优化算法[1]（Yellow Saddle Goatfish Algorithm ，YSGA）是由 Erik Cuevas等于2018年提出的一种新型的仿生智能优化算法．该算法模拟绯鲵鲣群协作狩猎行为以实现对搜索空间的探索和开采，同时通过选定追逐者与拦截者的代理搜索学
2020-08-05 14:51:52
2158
3
原创 智能优化算法：郊狼优化算法-附代码
智能优化算法：郊狼优化算法-附代码摘要：郊狼优化算法[1]（Coyote Optimization Algorithm ，COA）是2018年Juliano所提出的一种智能仿生优化算法， 与其他元启发式算法相比，COA具有独特的算法结构，该结构为优化过程中探索与开发的平衡提供了新的机制，COA可以在提高收敛效率的同时保持较高的种群多样性；因此，其在众多元启发式算法中表现出了较为优异的性能.1.算法原理与流程COA模拟郊狼种群的出生、成长、死亡及迁移等生活现象，具体流程如下：step1step 1st
2020-08-05 13:40:17
5752
2
原创 智能优化算法：多元宇宙优化算法-附代码
智能优化算法：多元宇宙优化算法-附代码文章目录智能优化算法：多元宇宙优化算法-附代码1.算法原理2.算法流程图3.算法结果4.参考文献5.MATLAB代码摘要：多元宇宙优化算法（Multi-Verse Optimizer，MVO）是Seyedali Mirjalili等于2016年提出的一种新型智能优化算法[1]。它基于宇宙中的物质通过虫洞由白洞向黑洞进行转移的原理进行模拟。在MVO算法中，主要的性能参数是虫洞存在概率和虫洞旅行距离率，参数相对较少，低维度数值实验表现出了相对较优异的性能。1.算法原理
2020-08-04 14:08:39
7833
8
原创 智能优化算法：蜻蜓优化算法-附代码
智能优化算法：蜻蜓优化算法-附代码文章目录智能优化算法：蜻蜓优化算法-附代码1.算法原理1.1分离2.2 排队2.3 结盟2.4 寻找猎物2.5 躲避天敌2.算法流程3.算法结果4.参考文献5.MATALAB代码摘要：蜻蜓优化算法( Dragonfly algorithm，DA)是Seyedali Mirjalili等于2016年提出的一种新型智能优化算法[1]。其主要灵感源于自然界中蜻蜓的静态和动态群集行为，具有寻优能力强等特点。1.算法原理蜓算法是一种新型智能群优化算法，其原理是模拟大自然中蜻蜓
2020-08-04 11:48:46
10449
13
原创 智能优化算法：樽海鞘群优化算法-附代码
智能优化算法：樽海鞘群优化算法-附代码文章目录智能优化算法：樽海鞘群优化算法-附代码1.算法原理1.1种群初始化1.2 领导者位置更新1.3 追随者位置更新2.算法流程：3.算法结果4.参考文献5.MATLAB 代码摘要：樽海鞘群算法( salp swarm algorithm，SSA)是Seyedali Mirjalili等于2017年提出的一种新型智能优化算法[1]。 该算法模拟了樽海鞘链的群体行为，是一种较新颖的群智能优化算法。每次迭代中，领导者指导追随者，以一种链式行为，向食物移动。移动过程中，
2020-08-03 16:40:07
14134
14
原创 智能优化算法：飞蛾扑火优化算法-附代码
智能优化算法：飞蛾扑火优化算法-附代码文章目录智能优化算法：飞蛾扑火优化算法-附代码1.算法原理2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：飞饿扑火优 化 算 法 ( Moth-flame optimization algorithm，MFO) 是Seyedali Mirjalili等于2015年提出的一种新型智能优化算法[1]。该算法具有并行优化能力强，全局性优且不易落入局部极值的性能特征，逐渐引起了学术界和工程界的关注。1.算法原理飞蛾在夜间飞行时采用横向定位的特殊导航机制。在
2020-08-03 15:33:37
9673
原创 智能优化算法：正余弦优化算法-附代码
智能优化算法：正余弦优化算法-附代码文章目录智能优化算法：正余弦优化算法-附代码1.算法原理2.算法流程3.算法结果4.参考文献5.MATLAB代码摘要：正 余 弦 优 化 算 法 ( Sine Cosine Algorithm，SCA) 是Seyedali Mirjalili等于2016年提出的一种新型智能优化算法，在算法中会生成多个初始随机候选解，并使它们基于正弦和余弦的数学模型向外波动或向最优解的方向波动，利用多个随机变量和自适应变量来计算当前解所在位置，从而可以搜索空间中的不同区域，有效地避免局
2020-08-03 14:19:52
11296
1
原创 智能优化算法：蚁狮优化算法-附代码
智能优化算法：蚁狮优化算法-附代码摘要：蚁狮优化(Ant Lion Optimizer，ALO)算法是Mirjalili于2015提出的一种新型元启发式群智能算法[1]。由于引入了随机游走、轮盘赌策略及精英策略，使得 ALO 算法成为一种种群多样、寻优性能强、调节参数少、易于实现的搜索技术。1.算法原理ALO 算法核心思想是模拟蚁狮捕猎蚂蚁的狩猎机制以实现全局寻优。蚁狮在捕猎前会在在沙质土中利用其巨大的下颚挖出一个漏斗状的陷阱，并藏在陷阱底部等待猎物到来。一旦随机游走的蚂蚁落入陷阱时，蚁狮迅速将其捕食
2020-08-01 09:27:53
15487
1
蝴蝶优化算法（BOA）Matlab免费
2024-09-10
绯鲵鲣优化算法Matlab免费
2024-09-10
郊狼算法Matlab免费
2024-09-10
多元宇宙算法Matlab免费
2024-09-10
蜻蜓优化算法Matlab免费
2024-09-10
樽海鞘群算法Matlab免费
2024-09-10
SSA麻雀搜索算法Matlab（免费）
2024-06-19
飞蛾扑火算法 Matlab
2024-06-18
正余弦优化算法Matlab
2024-06-18
蜉蝣优化算法Matlab
2024-06-18
蚁狮优化算法Matlab
2024-06-18
灰狼算法Matlab代码
2024-06-18
蝗虫优化算法 Matlab
2024-06-18
被囊群算法Matlab
2024-06-18
鲸鱼算法 Matlab代码
2024-06-18
斑点鬣狗算法(SHO) Matlab代码
2024-06-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人