嵌入趋化算子的PSO算法及其在多阈值分割中的应用

• 作者: 冯梦清 尹欣欣 张新明 涂强
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粒子群优化算法 细菌觅食优化算法 图像分割 多阈值分割
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 311-315
• 页数: 5页
• 分类号: TP391.41
• 字数: 5316字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.2.065

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新明	河南师范大学计算机与信息工程学院	68	922	13.0	28.0
5	涂强	河南师范大学计算机与信息工程学院	13	105	7.0	10.0
6	冯梦清	河南师范大学计算机与信息工程学院	4	28	3.0	4.0
7	尹欣欣	河南师范大学计算机与信息工程学院	5	50	4.0	5.0