基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决图像匹配过程中计算速度慢和匹配精度不高的缺陷,提出了一种基于群体增量学习 算法的匹配方法.PBIL算法是一种基于概率分析的进化算法.它集成了基于函数优化的遗传搜索和竞争学习两种策略,将进化过程视为学习过程,通过竞争学习所获得知识来修正生成概率,进而指导后代的生成.在实验中,将其与传统序贯相似性检测算法(SSDA)和遗传算法进行了比较.结果表明基于该算法的图像匹配具有运算速度快、匹配精确等优点,且收敛过程非常稳定.
推荐文章
一种新的基于灰度的图像匹配方法
交互方差
遗传算法
图像匹配
多传感器
一种基于LTP特征的图像匹配方法
图像匹配
局部三值模式
局部二值模式
尺度不变特征变换
一种基于小波分解的快速图像匹配算法
图像匹配
图像融合
小波变换
小波分解
一种基于贝叶斯估计的图像局部匹配方法
点局部匹配
贝叶斯估计
色彩分布
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于PBIL算法的快速图像匹配方法
来源期刊 计算机应用 学科 工学
关键词 PBIL算法 图像匹配 相关匹配 遗传算法
年,卷(期) 2005,(7) 所属期刊栏目 人工智能
研究方向 页码范围 1651-1653
页数 3页 分类号 TP391.41
字数 3030字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王永会 沈阳建筑大学信息与控制工程学院 55 378 12.0 16.0
2 宋晓宇 沈阳建筑大学信息与控制工程学院 97 830 16.0 23.0
3 刘云鹏 沈阳建筑大学信息与控制工程学院 3 25 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (58)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (11)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
PBIL算法
图像匹配
相关匹配
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导