期刊导航
期刊开放获取
河南省图书馆
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
2
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Predator-Prey行为的萤火虫优化算法
被引量:
1
1
作者
莫愿斌
刘付永
+1 位作者
马彦追
张宇楠
《计算机与应用化学》
CAS
CSCD
北大核心
2013年第6期671-676,共6页
针对基本萤火虫优化(GSO)算法在求解函数全局最优值时,存在着易陷入局部最优、收敛速度慢和求解精度低等问题,提出了1种基于生物捕食-被捕食(Predator-Prey)行为的双种群GSO算法(GSOPP)。该算法通过引入种群间的追逐与逃跑以及变异等策...
针对基本萤火虫优化(GSO)算法在求解函数全局最优值时,存在着易陷入局部最优、收敛速度慢和求解精度低等问题,提出了1种基于生物捕食-被捕食(Predator-Prey)行为的双种群GSO算法(GSOPP)。该算法通过引入种群间的追逐与逃跑以及变异等策略加快了收敛速度,且能获得精度更高的解。最后,通过对8个标准测试函数进行测试,结果表明,改进后的GSOPP算法比基本GSO算法有更优的性能。
展开更多
关键词
萤火虫算法(GSO)
捕食-被捕食行为
变异策略
原文传递
结合Predator-Prey-AACO的图像边缘检测算法
被引量:
7
2
作者
惠晓威
常正英
+1 位作者
林森
曹益华
《激光与光电子学进展》
CSCD
北大核心
2015年第5期58-64,共7页
针对自适应蚁群优化(AACO)算法在图像边缘提取中经常出现效率低、易陷入局部极值等问题,提出一种结合生物Predator-Prey行为的自适应蚁群图像边缘检测算法。该算法将Predator-Prey行为与AACO算法相结合,将蚁群分成Predator种群和Prey种...
针对自适应蚁群优化(AACO)算法在图像边缘提取中经常出现效率低、易陷入局部极值等问题,提出一种结合生物Predator-Prey行为的自适应蚁群图像边缘检测算法。该算法将Predator-Prey行为与AACO算法相结合,将蚁群分成Predator种群和Prey种群,初始阶段利用AACO算法进行搜索两种群,一定迭代次数后,两种群进入排斥阶段;通过自动阈值法提取图像边缘。实验结果表明,与AACO算法和Canny算法相比,在精确度方面,该算法提取的图像边缘明显优于前两种算法提取的边缘;同时保持了AACO算法收敛速度快的特点,并克服了其易陷入局部极值等缺点;因此,该算法能够高效准确地检测出图像边缘。
展开更多
关键词
图像处理
边缘检测
自适应蚁群优化算法
生物
捕食-被捕食行为
自适应调整策略
原文传递
题名
基于Predator-Prey行为的萤火虫优化算法
被引量:
1
1
作者
莫愿斌
刘付永
马彦追
张宇楠
机构
广西民族大学广西混杂计算与集成电路设计分析重点实验室
广西民族大学理学院
出处
《计算机与应用化学》
CAS
CSCD
北大核心
2013年第6期671-676,共6页
基金
中国博士后基金(2012M511711)
广西教育厅项目(201204LX082)
+1 种基金
广西民族大学项目(2011MDYB030)
广西混杂计算与集成电路设计分析重点实验室开放基金(2012HCI09)
文摘
针对基本萤火虫优化(GSO)算法在求解函数全局最优值时,存在着易陷入局部最优、收敛速度慢和求解精度低等问题,提出了1种基于生物捕食-被捕食(Predator-Prey)行为的双种群GSO算法(GSOPP)。该算法通过引入种群间的追逐与逃跑以及变异等策略加快了收敛速度,且能获得精度更高的解。最后,通过对8个标准测试函数进行测试,结果表明,改进后的GSOPP算法比基本GSO算法有更优的性能。
关键词
萤火虫算法(GSO)
捕食-被捕食行为
变异策略
Keywords
glowworm swarm optimization, predator
-
prey behavior, mutation strategy
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
原文传递
题名
结合Predator-Prey-AACO的图像边缘检测算法
被引量:
7
2
作者
惠晓威
常正英
林森
曹益华
机构
辽宁工程技术大学电子与信息工程学院
辽宁工程技术大学电气与控制工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2015年第5期58-64,共7页
基金
辽宁省教育厅科学研究项目(L2014132)
文摘
针对自适应蚁群优化(AACO)算法在图像边缘提取中经常出现效率低、易陷入局部极值等问题,提出一种结合生物Predator-Prey行为的自适应蚁群图像边缘检测算法。该算法将Predator-Prey行为与AACO算法相结合,将蚁群分成Predator种群和Prey种群,初始阶段利用AACO算法进行搜索两种群,一定迭代次数后,两种群进入排斥阶段;通过自动阈值法提取图像边缘。实验结果表明,与AACO算法和Canny算法相比,在精确度方面,该算法提取的图像边缘明显优于前两种算法提取的边缘;同时保持了AACO算法收敛速度快的特点,并克服了其易陷入局部极值等缺点;因此,该算法能够高效准确地检测出图像边缘。
关键词
图像处理
边缘检测
自适应蚁群优化算法
生物
捕食-被捕食行为
自适应调整策略
Keywords
image processing
edge detection
adaptive ant colony optimization algorithm
biological predator
-
prey behavior
adaptive strategy
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Predator-Prey行为的萤火虫优化算法
莫愿斌
刘付永
马彦追
张宇楠
《计算机与应用化学》
CAS
CSCD
北大核心
2013
1
原文传递
2
结合Predator-Prey-AACO的图像边缘检测算法
惠晓威
常正英
林森
曹益华
《激光与光电子学进展》
CSCD
北大核心
2015
7
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