为了进一步提升建筑物遥感图像分割的准确性和运算速度，本文提出了基于混沌布谷鸟优化的二维 Tsallis交叉熵的建筑物遥感图像分割方法。首先给出了二维 Tsallis交叉熵的阈值选取公式，然后将 Logistic混沌映射引入布谷鸟算法，进一步加快布谷鸟算法的收敛速度，最后通过该混沌布谷鸟算法优化基于二维 Tsallis交叉熵的阈值寻找过程，并以得到的最优阈值分割建筑物遥感图像。大量实验结果表明，与二维倒数交叉熵法、二维 Tsallis熵法、基于混沌粒子群优化的二维 Tsallis灰度熵法等方法相比较，本文方法分割的目标更为准确，细节更为清晰，且运算时间更短。

1.领域：matlab，增强灰狼优化和布谷鸟混合搜索算法算法 2.内容：【含操作视频】增强灰狼优化和布谷鸟混合搜索算法AGWO-CS优化matlab仿真,提供20多个标准目标函数进行测试 3.用处：用于增强灰狼优化和布谷鸟混合搜索算法算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

智能优化 | MATLAB实现CS-ANN布谷鸟优化人工神经网络算法 布谷鸟优化 人工神经网络算法 MATLAB实现CS-ANN布谷鸟优化人工神经网络算法

完整代码，可直接运行

要求：对于给出的数据集--深圳市楼盘带经纬度—设立基站。每个基站的有效覆盖范围为10Km，欲让基站信号覆盖所有小区，求解最小的基站数目以及其位置。 1. 设立两个鸟巢（1*m维数组），称为x_nest, y_nest。对应位置的组合即为一个基站位置。m表示当前选用m个基站。 2. 适应度函数定义为未被包含的小区数量。 3. 按照布谷鸟算法的方式更新与抛弃解。 4. 当适应度函数达到0时，m减一进行下类型的布谷鸟迭代。