期刊专题

10.11896/j.issn.1002-137X.2016.2.065

嵌入趋化算子的PSO算法及其在多阈值分割中的应用

引用
针对标准粒子群优化(Particle Swarm Optimization,PSO)算法在优化选择多阈值时易陷入局部最优等问题,提出一种嵌入趋化算子的PSO算法.首先针对标准PSO算法具有较强的全局寻优能力但局部搜索能力较差,而细菌觅食优化(Bacterial Foraging Optimization,BFO)算法具有较强的局部搜索能力的特点,将BFO算法中具有较强局部搜索能力的趋化算子嵌入到PSO算法中,形成一种嵌入趋化算子的PSO算法(Chemotaxis Operator embedded PSO,COPSO),以此优势互补,使COPSO算法既有较强的全局搜索能力,又有较强的局部搜索能力.最后将COPSO算法用于最大熵多阈值图像分割中,得到最佳阈值向量.实验结果表明:与标准的PSO、BFO和GA算法相比,该算法具有更好的优化效果和更短的寻优时间.

粒子群优化算法、细菌觅食优化算法、图像分割、多阈值分割

43

TP391.41(计算技术、计算机技术)

河南省重点科技攻关项目132102110209;河南省基础与前沿技术研究计划项目142300410295

2016-05-24(万方平台首次上网日期,不代表论文的发表时间)

共5页

311-315

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

43

2016,43(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn