说明：应用背景在电脑里科学，粒子群优化（粒子群算法）是一种计算方法，通过反复地尝试提高候选人的问题来优化问题关于一个给定的解决方案质量测量。粒子群优化算法的一个问题，有一个人口的候选人解决方案，在这里被称为粒子，并根据简单的数学公式在粒子的位置和速度移动这些粒子周围的搜索空间。每个粒子的运动受其局部的影响...

matlab 算法 代码 实现 优化 粒子

说明：改进后的非线性各向异性扩散用于图像中的保边去噪，增加了二阶导数，是滤波效果更好。

图像去噪 各向异性 扩散 1D diffusion diffusion

说明：改进后的非线性各向异性扩散用于图像中的保边去噪，增加了二阶导数，是滤波效果更好

cedif anisotropic-image 各向异性-扩散 1D-diffusion diffusion

说明：这是一个小波阈值消噪算法，使用的是一种新的阈值函数和新的阈值，能够根据分解尺度的增加，使阈值变小，这样正好符合噪声的特性，从而保留有用的信号，去噪效果更加好，不会出现失真

matlab 算法 阈值

说明：在这个项目中一种新的二值化方案已将灰度图像转换成二进制图像。这种方法用于局部二值化局部阈值的值。它还使用自适应方法来创建最小可能局部图像区域局部阈值计算的结果更好图像二值化。这是新的改进的二值化计划。

说明：基于非列排序经济调度问题，比其它算法更好，收敛更好。得到了一组帕雷托解。

经济调度 dispatch economic dispatch 帕雷托

说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：基于蚁群算法的 TSP 求解，分别采用蚁群算法和蚁群算法-粒子群混合算法进行优化求解，使用不同的交叉和变异适应度函数更新粒子，从而实现 TSP问题的优化求解，更加逼近实际问题。

蚁群算法 TSP 粒子群混合算法

说明：细菌群趋药性算法（二维），里面内嵌了一个示例目标函数，多维的更完善程序将在近期更新

细菌-趋药性 colony bacterial bcc 细菌

说明：采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间...

遗传机器人 遗传算法-路径 遗传栅格 遗传蚁群-路径 路径-规划