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

说明：著名的迭代就近点算法（icp）的源代码，在20世纪80年代中期，很多学者开始对点集数据的配准进行了大量研究。1987年，Horn、Arun等人用四元数法提出点集对点集配准方法。这种点集与点集坐标系匹配算法通过实践证明是一个解决复杂配准问题的关键方法。1992年，计算机视觉研究者Besl和Mckay介...

c++ 算法 iCP

说明：应用背景低功耗无线通信技术、嵌入式计算技术和微型传感器等技术的飞速发展和日益成熟,使得大量的、低成本的微型传感器通过无线链路自组织成无线传感器网络(Wireless SensorNetwork)成为现实，在无线传感器网络中,节点的能量非常有限,一旦电池消耗完,对节点进行充电或更换电池一般都是不现实的...

matlab 算法 路由 实现 PEGASIS

说明：实验两张图片的拼接，对于图片中的匹配对，用ransac方法消除错配，并估计出仿射矩阵。然后将一张图进行仿射变换，再实现拼接

仿射变换MATLAB 估计仿射变换 图片拼接MATLAB ransac-图片匹配 image-stitching

说明：贪婪是改进后的协议只有一个节点选择一头节点发送数据的融合，每一轮的BS。这实现了2的改善相比，LEACH协议它附近，是一个改进浸出的最佳链为基础的协议的因素。在PEGASIS协议，每个节点只与近邻通信和轮流发送到基站。 ；PEGASIS优于LEACH。无线传感器网络中，数据融合有助于减少传感器节...

说明：无线传感器网络系统通常包括传感器节点、 汇聚节点和管理节点。大量的传感器节点部署在监视区域，构成一个网络通过自组织的方式。沿着其他的节点一个接一个，将达到汇聚节点的多跳路由协议后，最后达到管理节点通过有线传输数据由传感器节点监测和 （或） 无线互联网 [2]。能源，过程中信号的能力，是非常有限的传感...

matlab 能量

说明： 遗传算法解决5种多旅行商问题（mtsp）的matlab程序分别为以下5中情况：1.从不同起点出发回到起点（固定旅行商数量）2.从不同起点出发回到起点（旅行商数量根据计算可变）3.从同一起点出发回到起点4.从同一起点出发不会到起点5.从同一起点出发回到同一终点（与起点不同）

说明：应用背景 对于K-medoids的原点敏感性问题以及庞大资源群使其功能下降等明显的缺点，学者们研发了一个依靠原点微量调整和增量原点延迟集选的优化 K-medoids 聚类算法。新的算法就是基于微量调整的形式来改善原始点，用原点集合渐渐的展开计算方法以便有效的减少原点替换的运行时间。结论如我们...

matlab 实现

说明： 遗传算法解决5种多旅行商问题（mtsp）的matlab程序 分别为以下5中情况： 1.从不同起点出发回到起点（固定旅行商数量） 2.从不同起点出发回到起点（旅行商数量根据计算可变） 3.从同一起点出发回到起点 4.从同一起点出发不会到起点 5.从同一起点出发回到同一终点（与起点不同）

说明：leach改进协议 选举方法采取 LEACH 协议的方法：每个节点随机产生一个 0~1 的数，如果这个数小于阈值 T ( n ) ，则该节点向周围节点广播它是簇头的消息 ( 广播中包含 ID 和当前量 ) ，并加入候选簇首集合，如果通信范围内的相邻节点也为簇首，则在候选集合中比较两者的能量...