基于蜂群算法的图像处理研究

基于散焦图像测距算法研究

针对人工蜂群算法存在收敛速度慢、易早熟等缺点, 提出一种改进的人工蜂群算法. 利用随机动态局部搜索算子对当前的最优蜜源进行局部搜索, 以加快算法的收敛速度; 同时, 采用基于排序的选择概率代替直接依赖

基于MFC的图像处理和分析的基本算法的实现，是学习MFC编程和图像处理非常有用的代码，包括滤波，小波变换，图像分割，边缘检测以及霍夫变换等图像处理常用的技术

针对标准人工蜂群算法收敛速度慢和易陷入早熟收敛等问题, 提出一种快速收敛人工蜂群算法。首先借助反向学习理论初始化种群来提高初始解的分布质量, 并在雇佣蜂和跟随蜂阶段引入向量整体扰动搜索方程加快局部搜索

针对现有的大部分划分聚类算法受聚类簇的个数K的限制，提出一种基于蜂群原理的划分聚类算法。该方法通过引入蜂群采蜜机制，将聚类中心视为食物源，通过寻找食物源的自组织过程来实现数据对象的聚集。在聚类的过程中

传统的人工蜂群算法（ArtificialBeeColonyalgorithm，ABC）及其在多目标上的扩展（MultiObjectiveArtificialBeeColonyalgorithm，MOA

针对文本数据维度较高、空间分布稀疏及其聚类效果不佳的问题，提出一种基于增强蜂群优化搜索与K-means的高效文本聚类算法。首先为蜂群算法引入公平操作与克隆操作来提高全局搜索的能力，公平操作提高了样本多

数字图像处理是计算机科学中一个重要的研究领域，而图像水印算法作为其中的关键技术之一备受关注。本文以Matlab为工具，深入研究了数字图像处理中的图像水印算法。通过对不同算法的分析，本文系统地总结了在M

蜂群算法的Matlab源代码，代码来自：http://mf.erciyes.edu.tr/abc/index.htm

蜂群算法的Java源代码，代码来自：http://mf.erciyes.edu.tr/abc/index.htm