隨著微電子技術的高速發展，實時圖像處理在多媒體、圖像通信等領域有著越來越廣泛的應用。FPGA就是硬件處理實時圖像數據的理想選擇，基于FPGA的圖像處理專用芯片的研究將成為信息產業的新熱點。 本文以FPGA為平臺，使用VHDL硬件描述語言設計并實現了中值濾波、順序濾波、數學形態學、卷積運算和高斯濾波等圖像處理算法。在設計過程中，通過改進算法和優化結構，在合理地利用硬件資源的條件下，有效地挖掘出算法內在的并行性，采用流水線結構優化算法，提高了頂層濾波模塊的處理速度。在中值濾波器的硬件設計中，本文提出了一種快速中值濾波算法，該算法大大節省了硬件資源，處理速度也很快。在數學形態學算法的硬件實現中，本文提出的最大值濾波和最小值濾波算法大大減少了硬件資源的占用率，適應了流水線設計的要求，提高了圖像處理速度。 整個設計及各個模塊都在Altera公司的開發環境QuartusⅡ以及第三方仿真軟件Modelsim上進行了邏輯綜合以及仿真。綜合和仿真的結果表明，使用FPGA硬件處理圖像數據不僅能夠獲得很好的處理效果，達到較高的工作頻率，處理速度也遠遠高于軟件法處理圖像，可滿足實時圖像處理的要求。 本課題為圖像處理專用FPGA芯片的設計做了有益的探索性嘗試，對今后完成以FPGA圖像處理芯片為核心的實時圖像處理系統的設計有著積極的意義。
上傳時間： 2013-06-08
上傳用戶：shuiyuehen1987
針對傳統PID控制系統參數整定過程存在的在線整定困難和控制品質不理想等問題，結合BP神經網絡自學習和自適應能力強等特點，提出采用BP神經網絡優化PID控制器參數。其次，為了加快BP神經網絡學習收斂速度，防止其陷入局部極小點，提出采用粒子群優化算法來優化BP神經網絡的連接權值矩陣。最后，給出了PSO-BP算法整定優化PID控制器參數的詳細步驟和流程圖，并通過一個PID控制系統的仿真實例來驗證本文所提算法的有效性。仿真結果證明了本文所提方法在控制品質方面優于其它三種常規整定方法。
上傳時間： 2014-03-21
上傳用戶：diets
提出了一個自適應量子粒子群優化算法，用于訓練RBF網絡的基函數中心和寬度，并結合最小二乘法計算網絡權值，對RBF網絡的泛化能力進行改進并用于特征選擇。實驗結果表明，采用自適應量子粒子群優化算法獲得的RBF網絡模型不但具有很強的泛化能力，而且具有良好的穩定性，能夠選擇出較優秀的特征子集。
上傳時間： 2013-11-16
上傳用戶：erkuizhang
基于機器人在平面區域運動的避障問題，通過單一障礙物路徑長度設計算法，利用MATLAB軟件進行分別計算，綜合比較得出機器人從區域起點到達目標點的避障最短路徑。
上傳時間： 2013-10-16
上傳用戶：yuanwenjiao
針對函數優化問題，提出了一種基于離差平方和法的粒子群優化算法。該算法用混沌序列初始化粒子的位置和速度，選擇好于粒子群優化算法產生的粒子位置。通過離差平方和法進行聚類，利用分類方式來更新粒子的速度。最后將算法應用到3個典型的函數優化問題中，數值結果比較表明，提高了算法搜索能力，全局最優解的精度和收斂速度。
上傳時間： 2013-11-14
上傳用戶：hxy200501
//開發平臺：Microsoft .NET Framework 2.0，Microsoft Visual C# 2005 Express //日期：2005.3.12 //作者：劉波 //粒子群優化算法(PSO)：本算法求目標函數的最小值
標簽： Microsoft Framework 2.0 NET
上傳時間： 2015-03-15
上傳用戶：yyyyyyyyyy
用JAVA語言編寫，包括PSO（Particle swarm optimization, 中文譯名為粒子群優化或微粒群算法), DE (Differential evolution, 中文譯名為差分進化或差異演化)等算法，有一些不帶約束和帶約束的算例（如Michelawicz的幾個問題）。使用說明見usage.txt、RUNExample.bat和程序中的注釋。
上傳時間： 2014-01-06
上傳用戶：agent
PCA（主成分分析）算法被廣泛應用于工程和科學研究中，本報告主要從PCA的基本結構和基本原理對其進行研究，常規的PCA算法主要采用線性算法，通過研究論證發現線性的PCA算法存在著許多不足，比如線性PCA算法不能從線性組合中把獨立信號成分分離出來，主分量只由數據的二階統計量—自相關陣確定，這種二階統計量只能描述平穩的高斯分布等，因此必須對其進行改進，經改進后的PCA算法有非線性PCA算法、魯棒算法等。我們通過PCA算法在直線（平面）中擬和的例子說明了PCA在工程中的應用。本例子采用的是成分分析中的次成分（方差最小的成分），通過對結果的分析，我們可以看出，利用PCA算法可以得到較好的擬和結果。
上傳時間： 2015-07-04
上傳用戶：sevenbestfei
模擬一群鳥捕食的情景，從而達到優化目標函數的目的，這就是粒子群算法！起初在可行的空間中隨機的產生一群粒子，然后讓每個粒子開始在虛擬的空間中向四面八方飛翔，并且每個粒子都記下他們飛過的適應值（也就是目標優化函數）最高的點，而且整個粒子群有一個最高適應值個體，這樣，粒子在飛翔的時候盡量朝向自己曾飛過的最好的點和集體的最好的點。最后達到收斂到近似最優點的目的。
標簽： 模擬
上傳時間： 2016-01-21
上傳用戶：playboys0
提出了一種基于角度信息的約束總體最小二乘無源定位算法. 該算法首 先將非線性的觀測方程轉化為線性方程, 并分析了觀測噪聲對線性方程系數的 影響, 從而能夠將無源定位問題等價為一個約束總體最小二乘問題, 然后又將該 有約束的優化問題變為無約束的優化問題, 并利用Newton 算法進行迭代求解, 最后分析了約束總體最小二乘算法的定位誤差. 計算機仿真結果驗證了該算法 的可行性和有效性.
上傳時間： 2016-05-14
上傳用戶：從此走出陰霾
