基于pso算法的圖像匹配技術(shù)-閱讀頁
2025-07-12 19:35本頁面
【正文】 p_local_position中為各個粒子的歷史記憶最優(yōu)位置p_local_value=zeros(1，p_num)。 % 計算各個粒子當(dāng)前的適應(yīng)度函數(shù)值 temp=p_position(k1，:)。 f_temp2=abs(f_temp1t)。% p_local_value(k1)計算各個粒子當(dāng)前的適應(yīng)度函數(shù)值 % p_local_value為保存各個粒子適應(yīng)度函數(shù)數(shù)據(jù)endp_global_value=p_local_value(1)。 % 即假定第一個粒子為當(dāng)前初始化全局最優(yōu)粒子位置for k2=1:p_num % 尋找初始化后，當(dāng)前全局最優(yōu)粒子 if p_global_value=p_local_value(k2) %*********判斷條件******** p_global_value=p_local_value(k2)。 % 更新全局最優(yōu)粒子位置信息 endend%中心主程序%更新粒子位置和速度，通過判斷條件，找出全局最優(yōu)值% while expression% statements% endflag_stop=0。 % 迭代的次數(shù)初始化while flag_stop==0 % 判斷迭代標(biāo)志，是否循環(huán) %更新速度和位置信息 w=*k_iter/p_iter。 % 粒子的社會全局學(xué)習(xí) if p_speed(kn，kd)v_max % 最大速度制約 p_speed(kn，kd)=v_max。 end p_position(kn，kd)=round(p_position(kn，kd)+p_speed(kn，kd))。 end if p_position(kn，kd)p_position_max % 最大位置制約 p_position(kn，kd)=p_position_max。 f_temp1=f(temp(1):temp(1)+row21，temp(2):temp(2)+colu21)。 p_fit_new(kn)=sum(sum(f_temp2))/(row2*colu2)。 % 更新個體記憶最優(yōu)值 p_local_position(kn，:)=p_position(kn，:)。 % 先假定第一個粒子擁有目前全局最優(yōu)值 for kn=1:p_num % 尋找當(dāng)前全局最優(yōu)粒子 if p_global_value=p_local_value(kn) p_global_value=p_local_value(kn)。 % 更新全局最優(yōu)粒子位置信息 end end % t3=toc %是否改變迭代標(biāo)志的判斷 if k_iter=p_iter % 判斷迭代次數(shù)是否達(dá)到要求 flag_stop=1。 %更新迭代次數(shù)數(shù)據(jù)信息end%輸出最優(yōu)值的信息disp(39。)disp(39。)p_global_positionimshow(f)，title(39。)。實時圖像39。figure，imshow(f)，title(39。)hold onrectangle(39。[p_global_position(1)，p_global_position(2)，row2，colu2]，39。39。39。2)hold offtoc % 顯示程序總用時間disp(39。)
研究報告相關(guān)推薦
鄂ICP備17016276號-1