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:
粒子群算法(PSO,Particle Swarm Optimization)已广泛应用在各种最佳化问题中,其算法精神主要是透过随机数来搜寻一最佳的位置,但随机数无法很准确地找到真正的最佳点,该算法主要是利用meanshift来搜寻局部最佳值,以弥补粒子群算法的不足,除此之外再加上浮动权重以及突变机制来加强PSO全域搜寻能力。
推荐文章
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪
Mean-shift算法
核函数
目标模型
粒子滤波算法
人脸跟踪
自适应
基于改进的Mean-Shift算法的人体跟踪
Mean-Shift
扩展卡尔曼滤波
人体跟踪
Bhattacharyya系数
基于Mean-Shift优化的TLD视频长时间跟踪算法
长时间跟踪
TLD
在线学习
Mean-Shift
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 基于mean-shift局部搜寻之粒子群最佳化算法
来源期刊 福建信息技术教育 学科 工学
关键词 mean-shift局部搜索 粒子群算法
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 19-22
页数 4页 分类号 TP18
字数 语种
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 李建诚 1 0 0.0 0.0
2 胡文盛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(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)
研究主题发展历程
节点文献
mean-shift局部搜索
粒子群算法
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
福建信息技术教育
季刊
16开
2005
chi
出版文献量(篇)
739
总下载数(次)
2
总被引数(次)
1193
论文1v1指导