基于粒子群的图像检索相关反馈算法

适合有最优化理论基础的朋友,程序自己编写,仅供借鉴,已封装成函数

提出了一种基于量子粒子群的改进模糊聚类图像分割算法。针对FCM图像分割算法对聚类中心初始值比较敏感的缺点,利用量子粒子群优化算法强大的全局搜索能力寻找最优解,能够有效降低图像分割算法对初始值的依赖程度

给出了对解决图像匹配问题的一种新尝试，即基于改进并行粒子群算法的彩色图像匹配。提出和建立对彩色图像匹配问题的匹配策略和数学模型，应用改进并行粒子群算法（基于.NET任务并行库（TPL）/PLINQ实现

利用有序二叉决策图OBDD对二值图像序列数据进行建模，根据图像序列的帧间相关性，图像序列的OBDD共享了大量结点，节省一定的存储空间，为图像序列的有关处理提供了一个新的数据表示方法。

介绍了一种利用图像轮廓关键点和粒子群优化(PSO)算法实现多模态医学图像自动匹配的新方法。首先，利用数学形态学中的腐蚀和膨胀运算对图像进行预处理，并使用区域增长法提取图像边缘；然后，采用subtrac

建立了点到复杂平面曲线最小距离的数学模型，提出了快速计算点到复杂平面曲线最小距离的分割逼近算法。大量算例验证了该算法的有效性，其计算精确度高，可以达到任意给定的精度，非常适用于三坐标测量机的点相关数据

粒子群优化算法（PSO）简介，简单的介绍！简述粒子群算法的原理及改进！

针对目前使用较多的尺度不变特征转换算法在提取图像特征向量时因数量较多、维数较大造成匹配时计算量过高、匹配过程中约束条件过于单一、误匹配率较高等问题, 提出一种改进的匹配算法。针对特征描述的问题, 采用

基于粒子群算法的细菌觅食全局优化算法，刘小龙，李荣钧，针对细菌觅食算法在优化过程中，环境感知能力较弱且容易陷入局部极值的缺陷，将粒子群算法的基本思想引入细菌觅食算法中，改进原

为提高Hadoop平台性能,提出一种基于粒子群优化算法的Hadoop调度算法。以粒子位置代表可行的资源调度方案,以任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找到最优的资源调度方案。