位置:成果数据库 > 期刊 > 期刊详情页
基于改进并行粒子群算法的彩色图像匹配
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海理工大学理学院,上海200093, [2]上海理工大学管理学院,上海200093
  • 相关基金:基金项目:国家自然科学基金资助项目(71401106);上海市一流学科建设资助项目(S1201YLXK);沪江基金资助项目(B14006)
中文摘要:

给出了对解决图像匹配问题的一种新尝试,即基于改进并行粒子群算法的彩色图像匹配。提出和建立对彩色图像匹配问题的匹配策略和数学模型,应用改进并行粒子群算法(基于.NET任务并行库(TPL)/PLINQ实现并行化)进行仿真实验并将实验结果与标准粒子群算法下的彩色图像匹配问题的实验结果进行比较,验证了算法的实用性和有效性。该方法在大数据背景下智能算法的应用方面迈进了一小步,同时也给本身研究不多的彩色图像匹配问题提供了一种新的且可行的解决方法。

英文摘要:

The paper gave a new attempts to solve the problem of image matching, namely color image matching based on im- proved parallel particle swarm optimization. It established the matching strategy and the mathematical model of color image matching problem. The result of the simulation experiments applying color image matching based on improved parallel particle swarm optimization algorithm which realized by . NET TPL/PLINQ compared the result that based on the standard particle swarm optimization algorithm. It verified the validity of the algorithm. Therefore this paper not only generalizes application of the particle swarm optimization, but also provides a new solution to the problem of color image matching to which there are not many solutions feasible.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049