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:
粒子群优化算法能选择适当的适应度函数,使每组粒子群根据相应的适应值搜索到最佳聚类中心,改善了FCM算法和K-means算法的不足,具有适应性强,实时性好,受噪声影响小等特点.本文将其应用于脑部肿瘤图像的分割,结果表明,粒子群聚类算法是一种很有潜力的图像分割方法.
推荐文章
基于异步粒子群优化算法的图像分割方法
图像分割
粒子群优化算法
异步
更新顺序
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
基于粒子群优化算法和模糊熵的多级阈值图像分割算法
图像分割
粒子群优化算法
模糊熵
香农熵
鲁棒性
目标函数
基于改进谱聚类与粒子群优化的图像分割算法
图像分割
粒子群
谱聚类
Nystr迸m逼近
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 粒子群优化算法在脑部肿瘤图像分割中的应用
来源期刊 河南科技大学学报(自然科学版) 学科 医学
关键词 图像分割 粒子群优化 适应度函数 聚类
年,卷(期) 2007,(6) 所属期刊栏目 化学化工与其它
研究方向 页码范围 97-99
页数 3页 分类号 R739.91|TN911.73
字数 1777字 语种 中文
DOI 10.3969/j.issn.1672-6871.2007.06.028
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 陈春晓 南京航空航天大学自动化学院 49 264 10.0 14.0
2 黄峰茜 南京航空航天大学自动化学院 2 33 2.0 2.0
3 吴文佳 南京航空航天大学自动化学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (25)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(5)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分割
粒子群优化
适应度函数
聚类
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
河南科技大学学报(自然科学版)
双月刊
1672-6871
41-1362/N
大16开
河南省洛阳市开元大道263号
36-285
1980
chi
出版文献量(篇)
3214
总下载数(次)
7
总被引数(次)
19453
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导