基于量子粒子群优化算法的最小交叉熵多阈值图像分割

最小交叉熵阈值法(MCET) 在二级阈值中是有效的, 但在多极阈值的穷尽搜索中却要付出昂贵的时间代价. 鉴于此, 提出一种基于遗传算法(GA) 的MCET选择方法: 在执行图像分割(IS) 任务之前,

将基本粒子群用于阈值灰度图像分割，同时给出多种适应度函数

一种新的图像匹配技术，采用智能的粒子群优化算法，提高了算法的收敛速度，精确性、鲁棒性

为了有效地诊断飞行器的健康状况，提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD（EmpiricalModeDecomposition，EMD）将飞行器关键部件的声发射信

收缩—扩张（CE）系数是量子粒子群优化算法（QPSO）需要人工设定的最核心参数，如何选择该参数成为一个重要的问题。为寻找更为有效的CE系数控制方法，根据CE系数递减思想，提出了一种凸凹性可变的指数型非

倒数粗糙熵图像阈值化分割算法.pdf

源码(matlab)包括利用PSO算法进行彩色图像分割实验,经测试,能够稳定运行。。欢迎大家下载,如果对智能优化算法感兴趣,可以参考我的博客。

为有效改进基本PSO算法的搜索能力，提出了一种基于遗传交叉和多混沌方式改进的粒子群算法。该算法为获得比当前群体更优的最优解，采用了以下四种措施：其一，对当前群体中的最优解和每个粒子最优解进行遗传交叉操

基于粒子群优化算法的无功优化，李银萍，，无功优化是减少电网损耗的有效措施。本文采用引入了自适应惯性权重系数和变异算子的粒子群算法对电力系统进行无功优化，并对IEEE30

Matlab粒子群优化算法-粒子群优化算法.rar粒子群优化算法