基于蚁群模糊聚类算法的图像边缘检测

一种基于粒子群的模糊聚类图像分割算法 粒子群算法的又一改进

针对传统模糊C均值(FCM) 聚类算法对结构复杂图像分割效果不理想且算法执行效率较低的缺陷, 提出一种融合均值平移(mean shift) 的FCM聚类算法. 利用mean shift 算法将图像分成

一种基于蚁群算法的故障聚类新方法，尹雪娇，逄玉俊，提出了一种新的基于蚁群算法的故障诊断的识别方法。该方法将故障诊断的识别问题转化为点的聚类问题，利用蚁群算法的种群寻优的启

提出了一种高效的增量式模糊聚类算法。该算法仅对新增数据计算相似系数而直接聚类,其结果和广泛运用的传递闭包法、最大支撑树法等算法相同。

为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数

关于边缘检测算法的研究以及实现，包括边缘检测的发展以及总结综述

此程序求解了旅行商问题，基于matlab的源代码解决最优路径的选择问题

为应对大数据时代中组合优化问题的求解,基于云计算框架Spark,借助其基于内存、分布式的特定,提出一种并行蚁群优化算法。其思路是通过将蚂蚁构造为弹性分布式数据集,由此给出相应的一系列转换算子,实现了蚂

量子蚁群算法的小论文，详细介绍了MapReduce架构及算法设计步骤

使用蚁群算法在matlab中实现航迹规划中的定点规划问题