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:
目的 针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及K-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化K-means算法的图像分割.方法 首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优.最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化K-means进行图像分割.结果 改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高.同时,改进樽海鞘群优化K-means算法进行图像分割,有效地提高了图像分割质量.结论 改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了K-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义.
推荐文章
Regional Merge K-means图像分割算法及其质量评价
图像分割
聚类算法
RegionalMergeK-means(RMK)
质量评价
基于樽海鞘群算法的图像匹配方法
图像匹配
方向梯度直方图
全局最优
群智能优化算法
樽海鞘群算法
基于量子蚁群改进的K-means算法
量子计算
蚂蚁算法
K-means算法
聚类分析
基于K-means聚类算法的图像分割方法比较及改进
图像分割
RGB颜色空间
YUV颜色空间
K-均值聚类
二维信息熵
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 改进樽海鞘群优化K-means算法的图像分割
来源期刊 包装工程 学科 工学
关键词 樽海鞘群算法 Circle映射 Levy飞行 K-means 图像分割
年,卷(期) 2022,(9) 所属期刊栏目 图文信息技术|Graphic Information Technology
研究方向 页码范围 207-216
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.19554/j.cnki.1001-3563.2022.09.028
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
樽海鞘群算法
Circle映射
Levy飞行
K-means
图像分割
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
包装工程
半月刊
1001-3563
50-1094/TB
大16开
重庆市九龙坡区渝州路33号
78-30
1979
chi
出版文献量(篇)
16469
总下载数(次)
123
论文1v1指导