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:
与其他进化算法相同,人工蜂群算法也会在搜索后期由于无法产生新位置而出现搜索停滞现象.基于此弱点,本文以两个食物源的中心位置为基准点,两者之间的方差为前进步长,提出一种基于分布更新的人工蜂群算法.此外,针对雇佣蜂和侦查蜂的不同特性,为其采用不同的食物源选择方式,使得算法既可以保证全局搜索,又可以加快收敛速度,标准测试函数上的实验结果验证了本文所提方法的有效性.最后,为解决传统灰度图像分割问题中由于暴力搜索所造成的耗时较长现象,本文以最大类间方差法(OTSU)作为评价准则,采用智能优化算法来寻找最优阈值.实验结果表明,本文所提出的改进人工蜂群算法不仅可以缩短计算时间,同时也取得了比其他进化算法更高的分割精度.
推荐文章
递推人工蜂群的模糊划分熵多阈值分割算法
图像分割
多阈值
模糊划分熵
人工蜂群
递推
人工蜂群算法在图像分割中的应用研究
人工蜂群算法
灰度形态学
二维Otsu
图像分割
基于分布估计的二进制人工蜂群算法
人工蜂群算法
二进制人工蜂群算法
分布估计算法
单变量边缘分布算法
0-1 背包
改进蜂群算法的图像阈值分割方法
图像分割
人工蜂群算法
最大类间方差法
局部搜索
二维直方图
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 分布更新人工蜂群算法及其在灰度图像分割中的应用
来源期刊 电视技术 学科 工学
关键词 人工蜂群算法 分布更新 灰度图像分割 最大类间方差法
年,卷(期) 2018,(3) 所属期刊栏目 数字视频
研究方向 页码范围 20-32
页数 13页 分类号 TN919
字数 6649字 语种 中文
DOI 10.16280/j.videoe.2018.03.004
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 杨茂保 九江学院电子商务学院 27 41 3.0 4.0
2 董西伟 九江学院信息科学与技术学院 15 30 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (3)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(8)
  • 参考文献(7)
  • 二级参考文献(1)
2016(7)
  • 参考文献(7)
  • 二级参考文献(0)
2018(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
人工蜂群算法
分布更新
灰度图像分割
最大类间方差法
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导