浙江省教育厅科研计划(20041032)
- 作品数：3 被引量：15H指数：2
- 相关作者：白杨周文俊孙跃王君更多>>
- 相关机构：温州大学更多>>
- 发文基金：浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术建筑科学医药卫生更多>>
- 基于动态自适应蚁群算法的MRI图像分割被引量：11
- 2008年
- MRI图像分割在医学图像分析中具有极其重要的理论和应用价值。蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法。对目标边界模糊、目标灰度不均匀及目标不连续等情况的图像(如医学图像)分割,蚁群算法是一个比较好的选择。本文针对基本蚁群算法容易出现早熟和停滞现象的特性,提出了一种动态自适应蚁群算法,通过自适应的初始聚类中心调整策略和动态更新局部信息素浓度,使其收敛性和稳定性有一定的提高。实验证明改进的蚁群算法能够有效地分割MRI图像。
- 白杨孙跃王君周文俊胡宁萍
- 关键词：蚁群算法磁共振图像图像分割
- 基于动态粒子群优化信息熵的人脸识别方法被引量：3
- 2008年
- 人脸识别研究的目标主要有两个,一是提高识别正确率,二是降低训练与识别时间。信息熵等方法主要取决于参数选择,然而传统的优化算法难以解决此问题。粒子群算法等智能搜索技术可在较少的时间内给出问题的近似解。动态粒子群优化算法是在经典的微粒群算法的基础上所提出的一种高效的收敛性、稳定性的进化算法。采用动态粒子群算法对信息熵优化寻找最优参数,并结合特征提取方法,用于人脸图像的识别中,为人脸识别问题的研究开辟了新的途径。最后通过仿真实验得出结论表明,既减少了计算复杂度,降低训练与识别时间,又保证实时性,提高识别正确率,得到了理想的结果。
- 白杨
- 关键词：人脸识别粒子群算法信息熵
- 基于SAPSO优化三维Otsu方法的医学图像分割算法(英文)被引量：1
- 2008年
- 医学图像具有内容丰富多样、特征丰富、多尺度等特性,因此对医学图像的分割比一般图像的难度更大。针对上述问题,提出了基于改进粒子群优化三维Otsu方法的医学图像分割算法。由于三维Otsu方法计算量大,采用粒子群优化算法来搜索阈值向量,每个粒子代表一个可行的阈值向量,通过粒子群之间的协作来获得最优阈值。由于粒子群优化算法容易陷入局部最优解的的缺点,提出了模拟退火的粒子群优化方法,使其能够快速准确得到整体最佳解,还能保持粒子群算法求解速度快的优点。最后通过仿真实验得出了结论表明,所提出的方法不仅能得到理想的结果,而且计算量大大减少。
- 白杨
- 关键词：粒子群算法OTSU方法模拟退火粒子群算法图像分割
