原文服务方: 计算机应用研究       
摘要:
针对新型的郊狼优化算法(COA)在解决复杂优化问题时收敛速度慢、全局搜索能力不足的问题,提出了一种嵌入全局引导和相互作用的郊狼优化算法(GCCOA).首先在组内所有郊狼的成长过程中,构建一种全局引导的alpha狼,增强开采能力,提高收敛速度;然后提出一种相互作用的文化趋势,使得组内的文化趋势受到组内郊狼相互作用的影响,以此提高算法全局搜索能力;最后,将GCCOA运用到CEC2017复杂函数优化和医学图像增强上.大量实验结果表明,与COA、HFPSO、CSPSO和β-GWO等算法相比,在29个函数上,GCCOA获得22个第一,有更好的全局搜索能力和收敛质量.应用于医学图像增强的实验结果表明,与COA等算法相比,GCCOA能更好地解决医学图像增强中参数优化问题.所以,GCCOA是一种很有潜力的优化算法.
推荐文章
蛋白质相互作用预测的核最近邻算法
生物信息学
蛋白质相互作用
核最近邻算法
分类
食物-药物相互作用
食品药物相互作用
生物利用度
螯合作用
药源性损害
茶多酚与多糖的相互作用:作用机理
多糖
茶多酚
相互作用
植物邻体间的正相互作用
植物群落
邻体
正相互作用
胁迫梯度
群落构建
全球变暖
进化
生态恢复
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 全局引导和相互作用的郊狼优化算法及其应用
来源期刊 计算机应用研究 学科
关键词 智能优化算法 郊狼优化算法 全局引导 图像增强 医学图像
年,卷(期) 2020,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2711-2717
页数 7页 分类号 TP181
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2019.04.0136
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (5)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
智能优化算法
郊狼优化算法
全局引导
图像增强
医学图像
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导