一种动态改变惯性权重的自适应粒子群算法

针对当前Census变换立体匹配算法深度不连续区域匹配精度低的缺陷，提出了一种新颖的自适应权重的Census变换立体匹配算法。在Census变换阶段计算变换窗口中心点上下左右四个像素的均值，得到中心点

针对基本粒子群优化(basicparticleswarmoptimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种

为了解决标准粒子群优化算法（particleswarmoptimization，PSO）收敛速度慢和容易陷入局部极小值的问题，提出了一种改进的方法。算法针对PSO算法在搜索过程中常处于一个相对稳定的阶

基于一种改进粒子群算法的SVM参数选取,主要介绍一种新的优化算法

针对现有网络拓扑发现算法的不足, 提出并实现了一种自适应网络拓扑自动发现算法———RANTAD (RobustandAda ptiveNetworkTo pologyAutoDiscover y) 。

为提高目标检测概率9针对复杂的地面目标红外亚图像9提出了一种以最大类间方差法为基础的自适应阈值图像分割方法-用分割出的目标和背景区域的灰度统计量9设计了一个判断是否得到正确分割的准则-理论分析和实

在改进算法中,步长因子与误差信号自相关函数之间建立了一种改进的非线性函数关系。将改进算法应用到系统辨识中,通过计算机仿真结果看出,自适应滤波性能在收敛速度和稳态失调误差等方面得到改善。

一种基于最大最小距离和SSE的自适应聚类算法，该算法采用了新的聚类策略，通过实验验证该算法在处理大规模数据时具有较高的效率和精度，对于数据挖掘领域具有一定的应用价值。

研究了基于实数编码的遗传算法的改进问题.对实数编码在搜索后期存在搜索效率低、早熟收敛等现象,了遗传算法的参数调节问题.出一种自适应交叉概率和变异概率,考虑了进化代数对算法的影响,考虑到每代不同个体适应

为了准确地划分运动目标和背景区域,提出一种自适应阈值的运动目标提取算法,对现有基于背景差的提取算法进行改进。本算法将运动目标和背景作为两个聚类,对图像中的点按像素灰度进行分类,以聚类间的方根&