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:
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于图像分割领域.QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性.文章中把图像分割问题看成一个最优化问题,以最小误差法为例,对比了所提算法和标准粒子群算法在阈值处理中的性能,并用实验证明了所提算法的可行性.
推荐文章
混合量子粒子群图像分割算法IS-MQPS
图像分割
群智能
通用量子粒子模型
混合量子粒子群
融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法
棉花
图像分割
马尔可夫随机场
量子粒子群
模糊聚类
全局寻优策略
邻域信息
混沌量子粒子群算法在模型修正中的应用
收敛速度
局部极小
混沌量子粒子群
模型修正
改进的耗散量子粒子群优化算法及其应用
量子粒子群优化算法
耗散操作算子
函数优化
量子进化算法
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 量子粒子群算法在图像分割中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 图像分割 量子粒子群算法 阈值 最小误差法
年,卷(期) 2007,(33) 所属期刊栏目 博士论坛
研究方向 页码范围 24-25,40
页数 3页 分类号 TP391
字数 2695字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.33.009
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 须文波 江南大学信息工程学院 409 3078 23.0 34.0
2 孙俊 江南大学信息工程学院 186 1552 21.0 30.0
3 高浩 江南大学信息工程学院 5 77 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (271)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (24)
二级引证文献  (21)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
量子粒子群算法
阈值
最小误差法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导