-
题名基于改进粒子群算法的多阈值图像分割
被引量：4
- 1
-
-
作者
武燕
张冰
-
机构
Electronic information faculty
-
出处
《微型电脑应用》
2011年第5期59-61,70,共4页
-
文摘
提出了一种改进的粒子群算法,在初始化种群时采用相对基学习原理,以获得较优的初始候选解;在后期迭代过程中引入扩张模型,使粒子不易陷入局部极小值点,并将其用于多阈值图像分割。由最大熵阈值法得到所要优化的目标函数,用改进的粒子群算法对其进行优化,使其能够准确并迅速的得到分割的最佳阈值组合,并用该阈值组合对图像进行分割。将此分割结果与遗传算法的多阈值分割结果相比较可以看出,该算法可更为准确快速的实现图像分割。
-
关键词
粒子群优化算法
相对基学习
扩张模型
多阈值
图像分割
-
Keywords
Particle Swarm Optimization
Opposition-Based Learning
Expansion Model
Multilevel Thresholding
Image Segmentation
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名一种自适应惯性权重的混合蛙跳算法
被引量：8
- 2
-
-
作者
刘悦婷
赵小强
-
机构
甘肃联合大学电子信息工程学院
兰州理工大学电气工程与信息工程学院
-
出处
《计算机工程》
CAS
CSCD
2012年第12期132-135,共4页
-
基金
甘肃省支撑计划基金资助项目(090GKCA034)
甘肃省自然科学基金资助项目(0916RJZA017)
-
文摘
针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对6个经典函数的仿真测试结果表明,该算法与SFLA和ISFLA1算法相比寻优能力强、迭代次数少、解的精度高,更适合高维复杂函数的优化。
-
关键词
混合蛙跳算法
相对基学习法
惯性权重
自适应
更新策略
全局最优
-
Keywords
Shuffled Frog LeapingAlgorithm（SFLA）
opposition base learning
inertia weight
adaptive
update strategy
global optimum
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名变异粒子群优化模式下的普通话测试系统评分机制
- 3
-
-
作者
李超
-
机构
云南省教育厅普通话培训测试中心
-
出处
《玉溪师范学院学报》
2013年第4期40-43,共4页
-
文摘
使用基于变异原理的粒子群优化算法对普通话测试系统评分机制改进,并将该算法运用于语音信号识别领域.由于在粒子初始化时引入相对基的原理,使粒子获得更好的初始解,又在迭代过程中引入变异模型,使新算法的全局搜索能力有了显著提高,并且能够有效避免局部最优问题.
-
关键词
变异
粒子群
相对基学习
PSC
-
Keywords
variation
Particle Swarm Optimization
Opposition—Based Learning
PSC
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
