期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于粒子群优化算法的自适应图像分割方法
被引量:
2
1
作者
闫晓珂
史彩成
何佩琨
《光学技术》
EI
CAS
CSCD
北大核心
2006年第6期889-892,共4页
提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果...
提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果表明,该方法不仅能够避免陷入局部极值,而且其速度得到了明显的改善,是一种有效的图像分割新方法。
展开更多
关键词
粒子群优化算法
最佳熵阈值
图像分割
原文传递
题名
基于粒子群优化算法的自适应图像分割方法
被引量:
2
1
作者
闫晓珂
史彩成
何佩琨
机构
北京理工大学信息科学技术学院电子工程系
出处
《光学技术》
EI
CAS
CSCD
北大核心
2006年第6期889-892,共4页
基金
国家部委预研课题(2002AA803032)
文摘
提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果表明,该方法不仅能够避免陷入局部极值,而且其速度得到了明显的改善,是一种有效的图像分割新方法。
关键词
粒子群优化算法
最佳熵阈值
图像分割
Keywords
particle
swarm
opt
imization
(
pso
)
opt
imal
entropic
threshold
image
segmentation
分类号
TN911.73 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于粒子群优化算法的自适应图像分割方法
闫晓珂
史彩成
何佩琨
《光学技术》
EI
CAS
CSCD
北大核心
2006
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部