位置:成果数据库 > 期刊 > 期刊详情页
一个基于社会网络的内容推荐模型研究
  • ISSN号:1000-386X
  • 期刊名称:计算机应用与软件
  • 时间:0
  • 页码:-
  • 分类:TP391[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]四川文理学院计算机学院,四川达州,635000, [2]成都理工大学地球物理学院,成都,610059
  • 相关基金:国家自然科学基金(No.61152003);四川省教育厅资助科研项目(No.15ZB0323);2014 年四川省大学生创新创业训练计划项目(No.201410644015).
  • 相关项目:基于情感语义的全局均衡智能推荐理论与应用研究
作者: 王刚|
中文摘要:

针对彩色图像多阈值分割中普遍存在精度低、速度慢的问题,提出了一种新的基于双搜索人工蜂群(DABC)的彩色图像多阈值分割算法。首先由于人工蜂群算法单一的解搜索公式存在不足,对雇佣蜂和跟随蜂各提出了一种搜索公式,进而对人工蜂群算法的相关参数进行了改进,然后做了DABC算法、全局最优引导人工蜂群算法(GABC)、人工蜂群算法(ABC)、粒子群优化算法(PSO)这四种算法的彩色图像多阈值分割对比实验。实验结果表明,与其他三种算法相比,基于DABC的彩色图像多阈值分割方法在分割的精度和速度上都有明显提高,完全能满足实际的需要。

英文摘要:

A novel Double search Artificial Bee Colony algorithm(DABC)for multi thresholding color image segmentationis proposed to solve the low precision and slow segmentation speed.In this method,because of insufficiency inABC regarding its solution search equation,two new search equations are presented to generate candidate solutions in theemployed bee phase and the onlookers phase,respectively.Additionally,some more reasonable artificial bee colony parametersare proposed to improve the performance of the artificial bee colony.Then the proposed algorithm is tested on theimages.The results are compared with that of Gbest-guided Artificial Bee Colony algorithm(GABC),the Artificial BeeColony algorithm(ABC),the Particle Swarm Optimization algorithm(PSO).Compared to the other three multi thresholdingcolor image segmentation methods,the DABC has significantly improved the accuracy and speed,which is fullyable to meet the actual needs.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用与软件》
  • 北大核心期刊(2011版)
  • 主管单位:上海科学院
  • 主办单位:上海市计算技术研究所 上海计算机软件技术开发中心
  • 主编:朱三元
  • 地址:上海市愚园路546号
  • 邮编:200040
  • 邮箱:cas@sict.stc.sh.cn
  • 电话:021-62254715 62520070-505
  • 国际标准刊号:ISSN:1000-386X
  • 国内统一刊号:ISSN:31-1260/TP
  • 邮发代号:4-379
  • 获奖情况:
  • 全国计算机类中文核心期刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,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(2011版),中国北大核心期刊(2000版)
  • 被引量:27463