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:
将人工蜂群算法中引领蜂和跟随蜂的开采行为融入布谷鸟算法(CS)的每一次莱维飞行结束后进行寻优引导,对发现概率和步子因子也采用了相应新的变异因子随着布谷鸟算法运行而动态改变,以此为基础,提出了一种混合人工蜂群算法的布谷鸟算法(HACS),并以此HACS算法作用于彩色图像多阈值分割,实验表明,HACS算法有效解决了布谷鸟算法收敛时间较长、精度不高的问题,在彩色图像多阈值分割中取得了较好的效果.
推荐文章
基于水波优化算法的多阈值图像分割方法
水波优化算法
最优值求解
Kapur熵
基于模拟退火算法的多阈值图像分割
Otsu算法
初始阈值向量
模拟退火
基于热交换优化算法的多阈值图像分割方法
热交换优化算法
优化算法
最优值求解
Renyi熵
基于混合布谷鸟算法的图像阈值分割
布谷鸟算法
粒子群算法
阈值分割方法
OTSU法
全阈值迭代
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 基于混合ABC-CS算法的彩色图像多阈值分割
来源期刊 计算机与数字工程 学科 工学
关键词 人工蜂群算法 开采行为 布谷鸟算法 发现概率 步子因子
年,卷(期) 2016,(7) 所属期刊栏目 图像处理
研究方向 页码范围 1323-1326,1360
页数 5页 分类号 TP391
字数 3606字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.07.029
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 邱玉辉 西南大学计算机与信息科学学院 82 1462 16.0 36.0
2 向伟 四川文理学院计算机学院 10 93 4.0 9.0
3 蒲国林 四川文理学院计算机学院 43 929 11.0 30.0
4 卫洪春 四川文理学院计算机学院 28 54 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (19)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (7)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(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
人工蜂群算法
开采行为
布谷鸟算法
发现概率
步子因子
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
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