电镜花粉图像数据集，（17个类型，每类大约500-700个图片左右） 电镜花粉图像数据集，（17个类型，每类大约500-700个图片左右） 电镜花粉图像数据集，（17个类型，每类大约500-700个图片左右）

20种(7750粒)过敏花粉数据集 20种(7750粒)过敏花粉数据集 20种(7750粒)过敏花粉数据集

音视频-图像处理-陕西定边地区2400aBP以来高分辨率的花粉记录及环.pdf

为了进一步提高基本花粉授粉算法的性能，提出了一种改进的花粉授粉算法（EFPA）. 该算法在演化过程中以一定的概率利用一般反向学习策略对当前种群作一般反向变换，从而生成一般反向变换种群，然后将一般反向变换种群与当前种群同时进行竞争，选择出优秀的个体进入下一代种群. 在演化计算领域中广泛使用的基准测试函数上，将提出算法与基本花粉授粉算法进行了比较实验，实验结果表明提出算法能够有效地提高基本花粉授粉算法的性能.

不同人群对不同种类的花粉存在不同的过敏反应,为此研究用于快速检测空气中花粉粒子及分类的方法。以常见花粉作为研究对象,利用拉曼光谱仪采集42种花粉样品的465条拉曼光谱数据,按照生物学分类划分为科间花粉及属间花粉并对其进行分类预测。将所得光谱数据预处理后,利用主成分分析提取光谱的特征信息,并建立支持向量机识别模型。对于科间花粉的预测结果准确率为97.75%,蔷薇科属间花粉的预测结果准确率为90.47%,说明拉曼光谱分析法对花粉分类鉴别具有可行性。

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（ PSO）算法和支持向量机（ SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量;其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数;然后利用最优参数优化花粉浓度预测模型;最后，使用优化后的模型对花粉未来24h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（ BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。

基于花粉算法的K均值聚类算法.pdf

分别通过观察法、TTC法、联苯胺-过氧化氢法，比较自然模式和罩网模式下紫藤的开花特性、花粉活力和柱头可授性．结果表明：自然模式下，单花花期3～4 d，花粉寿命约3 d，最高花粉活力在开花后第2天，达60％，每天上午11：30左右，花粉活力有明显的下降趋势，介于10％～30％之间；柱头可授性在开花头2天最强；结实率为93．6％．罩网模式下，单花花期6～7 d，花粉寿命约7 d，最高花粉活力在开花后第1天，达80％，花后的前4天花粉活力维持在50％以上，第5天开始活力下降；柱头在开花的前4天一直处于强可授性状

花粉算法matlab源代码，可以供大家放心使用。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

文档中主要包括了杜鹃搜索、花粉算法、人工蜂群、狼群搜索等智能算法，通过对文献的阅读，可以加深对智能算法的理解，有利于入门智能算法领域