新型果蝇优化算法的最佳熵阈值图像分割

信成涛; 邹海; 盛超; 丁国绅

Chinese

您当前的位置：

首页 >

文章列表页 >

新型果蝇优化算法的最佳熵阈值图像分割

更新时间：2026-09-04

- 新型果蝇优化算法的最佳熵阈值图像分割
- The Optimal Entropy Threshold Image Segmentation of the Newfruit fly Optimization Algorithm
- 微电子学与计算机 2019年36卷第4期页码：52-56
- 作者机构：
  
  安徽大学计算机科学与技术学院,安徽,合肥,230601
- 作者简介：
- 基金信息：
  
  国家自然科学基金 61374128
- DOI：
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
信成涛, 邹海, 盛超, 丁国绅. 新型果蝇优化算法的最佳熵阈值图像分割[J]. 微电子学与计算机, 2019, 36(4): 52-56.

XIN Cheng-tao, ZOU Hai, SHENG Chao, et al. The Optimal Entropy Threshold Image Segmentation of the Newfruit fly Optimization Algorithm[J]. 2019, 36(4): 52-56.
信成涛, 邹海, 盛超, 丁国绅. 新型果蝇优化算法的最佳熵阈值图像分割[J]. 微电子学与计算机, 2019, 36(4): 52-56. DOI：

XIN Cheng-tao, ZOU Hai, SHENG Chao, et al. The Optimal Entropy Threshold Image Segmentation of the Newfruit fly Optimization Algorithm[J]. 2019, 36(4): 52-56. DOI：

摘要

为了解决传统的最佳熵阈值分割效率不足和稳定性差的问题.提出了一种新型的果蝇优化算法并对图像分割阈值进行优化.利用高斯采样对果蝇个体进行更新

在前期

由于果蝇分布较分散

可以增大跳出局部极值的机会.在寻优后期

果蝇种群分布较集中

可以进行更精准的搜寻.另外

充分利用往代果蝇迭代结果

产生学习因子

对后代果蝇寻优进行指导.实验证明

改进的算法在求解效率和求解精度上都取得了较大的进步

在对图像分割的应用中取得较其他算法更好的效果.

Abstract

In order to solve the problem of low efficiency and poor stability of traditional optimal entropy threshold segmentation.A novel fruit fly optimization algorithm was proposed and the image segmentation threshold was optimized.Gaussian sampling was used to update individual fruit flies. In the early stage

due to the scattered distribution of fruit flies

the chance of jumping out of the local extreme value could be increased.At the later stage of optimization

the population distribution of fruit flies is relatively concentrated

and more accurate searching can be carried out.In addition

make full use of the iterative results of the previous generation of fruit flies

generate learning factors

and guide the optimization of offspring fruit flies.Experimental results show that the improved algorithm has made great progress in solving efficiency and precision

and achieved better results than other algorithms in the application of image segmentation.

关键词

Keywords

references

潘文超.果蝇最佳化演算法[M].中国台北:沧海书局, 2011:10-12. DOI: 10

段海滨.蚁群算法原理及其应用[M].北京:科学出版社, 2005:103-116. DOI: 103

CUEVAS E, CIENFUEGOS M, ZALDIVAR D, et al.A swarm optimization algorithm inspired in the behavior of the social spider[J].Expert Syst Appl, 2013, 40(16):6374-6384. DOI: 6374

马巧梅, 刘忠宝.参数修正与收敛策略融合的果蝇优化算法[J].计算机工程与应用, 2018, 54(7), 164-169. DOI: 164

韩俊英, 刘成忠.自适应调整参数的果蝇优化算法[J].计算机工程与应用, 2014, 50(7): 50-55. DOI: 50

周爱国, 余汉华, 何怡刚.基于果蝇算法的Boltzmann机谐波检测[J].微型机与应用, 2012, 31(18):66-68. DOI: 66

ZHANG Y W, WU J T, GUO X, et al.Optimising web service composition based on differential fruit fly optimisation algorithm[J].International Journal of Computing Science % Mathematics, 2016, 7(1):87-101. DOI: 87

张健, 国星, 李炜.改进果蝇优化算法在多目标搜索的应用[J].计算机工程与应用, 2018, 54(2):131-136. DOI: 131

PAN WENTSAO.Using modified fruit fly optimisation algorithm to perform the function test and case studies[J]. Connection Science, 2013, 25(2/3):151-160. DOI: 151

XIAO ZHENGAN.Application of improved FOA on audio signal blind separation[J].Computer Engineering and Application, 2013, 49(16):205-208. DOI: 205

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

V型沟槽SiC中子探测器的蒙特卡洛分析

注意力机制与改进密集卷积引导的信息隐藏模型

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

面向处理器分支预测单元的Spectre攻击轻量化防御方法

超低功耗实时时钟电路的设计