基于matlab的蟻群優(yōu)化路徑算法，二維路徑和三維路徑優(yōu)化。輸出可視化最優(yōu)路徑和距離迭代曲線。數(shù)據(jù)可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于pytorch的蟻群算法求解TSP(旅行商問題)，訪問一座城市并回到最初位置的最佳路徑，解決組合中的NP問題。程序已調通，替換自己的數(shù)據(jù)可以直接運行。 購買后可下載視頻中的源程序文件。

基于MATLAB的蟻群算法求解TSP(旅行商問題)，訪問一座城市并回到最初位置的最佳路徑，解決組合中的NP問題。程序已調通，替換自己的數(shù)據(jù)可以直接運行。 購買后可下載視頻中的源程序文件。

介紹了蟻群算法的優(yōu)化原理及matlab相關的代碼 可以快速了解蟻群算法并實現(xiàn)快速應用。

基于matlab的蟻群算法 (ACO) 對付的圖像邊緣檢測問題。提出基于蟻群算法的邊緣檢測方法是能夠建立一個信息素矩陣表示提出了一種在圖像每個像素位置的邊緣信息根據(jù)大量的螞蟻的運動有哪些派去在圖像上移動。此外，運動這些螞蟻是由圖像的局部變化驅動強度值。數(shù)據(jù)可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

粒子群優(yōu)化（PSO）、蟻群優(yōu)化（ACO）、遺傳算法（GA）、進化策略（ES）和基于概率的增量學習（PBIL）。計算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類精度并相互比較。輸出每種算法的收斂曲線和分類精度。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

【內容簡介】《非局部均值濾波與應用和MATLAB程序詳解視頻》共6章28節(jié)視頻，總學時698分鐘，合11.6小時。主要內容包括：非局部均值濾波類算法入門，基于濾波參數(shù)自適應的非局部均值濾波算法，基于積分圖像的快速非局部均值濾波及其對比分析，濾波參數(shù)函數(shù)擴展問題，算法數(shù)值指標含義及其算法研究綜合問題。 ????全部提供MATLAB代碼程序和PPT課件。 ????提供輔導答疑。