典型文献
基于改进双种群水母搜索算法的多阈值图像分割
文献摘要：
提出一种基于改进双种群水母搜索(Improved Double Population Jellyfish Search,IDPJS)算法的多阈值图像分割法,以解决随着阈值数目的增加,传统的图像分割计算量呈指数级增长,分割时间消耗多的问题.首先,初始化两个水母种群 P1 和 P2,执行基本的JS算法.在 P1 中引入组合变异策略,两个种群进行交流学习以提高算法的收敛速度.接着,对当前最好解采用动态反向学习策略,防止算法陷入局部最优.其次,利用CEC2017基准函数对所提IDPJS算法进行测试,并与5种启发式算法进行比较,实验结果显示,所提算法精度高、稳定性好.最后,将其用于多阈值图像分割问题,分别在阈值个数为5,7,9的情况下进行测试实验,实验表明,IDPJS算法是解决多阈值图像分割问题的有效方法.
文献关键词：
水母搜索算法;多阈值分割;组合变异;交互学习;动态反向学习
中图分类号：
作者姓名：
王秋萍;李晓丹;戴芳;高婕
作者机构：
西安理工大学理学院,陕西西安 710048
文献出处：
引用格式：
[1]王秋萍;李晓丹;戴芳;高婕-.基于改进双种群水母搜索算法的多阈值图像分割)[J].纯粹数学与应用数学,2022(03):392-402
A类：
水母搜索算法,Jellyfish,IDPJS,组合变异,动态反向学习
B类：
双种群,图像分割,Improved,Double,Population,Search,分割法,分割计算,计算量,数级,初始化,母种,P1,P2,变异策略,交流学习,收敛速度,反向学习策略,局部最优,CEC2017,基准函数,启发式算法,测试实验,多阈值分割,交互学习
AB值：
0.285394
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
