河南省科技攻关计划(132102110209)
- 作品数：22 被引量：154H指数：8
- 相关作者：张新明康强涂强程金凤尹欣欣更多>>
- 相关机构：河南师范大学武汉奋进电力技术有限公司河南牧业经济学院更多>>
- 发文基金：河南省科技攻关计划河南省基础与前沿技术研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 改进的混合蛙跳算法及其在多阈值图像分割中的应用被引量：10
- 2018年
- 针对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)存在的计算复杂度高、优化效率不理想等问题,提出了一种改进的混合蛙跳算法(Improved Shuffled Frog Leaping Algorithm,ISFLA)。在原始SFLA的基础上进行如下改进:首先,将其中每次只更新组内最差青蛙的方式改为更新组内所有青蛙的方式,这既增大了获得优质解的概率,又省去了调整组内迭代次数的步骤,从而提升了优化效率和可操作性;其次,将基于局部最优更新的方法和基于全局最优更新的方法融合为一种混合扰动更新方法,从而避免了复杂条件的选择步骤,进一步提升了优化效率;最后,去掉随机更新方式,以免优质解被破坏,从而提高了整体的优化性能。将ISFLA用于CEC2005和CEC2015连续基准函数的优化测试和基于Renyi熵的灰度和彩色图像分割的多阈值选择实验中,结果表明,与SFLA和state-of-the-art的LSFLA相比,ISFLA具有更高的优化效率,更适用于多阈值图像分割的阈值选择。
- 张新明程金凤程金凤康强
- 关键词：智能优化算法混合蛙跳算法图像分割多阈值图像分割RENYI熵
- 混沌蜂群与单纯形搜索融合的低维复杂函数优化被引量：1
- 2014年
- 在当前各种智能优化算法应用于函数优化问题中,鲜有专门讨论低维复杂函数优化的问题,因此针对低维复杂函数提出一种混合混沌蜂群全局搜索与单纯形局部搜索的优化算法.对基本的单纯形算法进行改进,以提高其局部寻优能力,对基于混沌搜索和排名映射概率的蜂群算法(ABC-HC)进行修改以便更能维持种群的多样性避免陷于局部最优更有利于获得全局最优解并将修改的ABC-HC算法与改进的单纯形算法融合获得更好的全局最优精确解.14个低维复杂函数仿真结果表明,提出的算法更能有效地找到低维复杂函数的全局最优解、而且优化精度更高,优于ABC-HC算法、改进的EP算法和OXBBO算法.
- 张新明冯梦清尹欣欣段新涛
- 关键词：单纯形算法
- 广义概率Tsallis熵的快速多阈值图像分割被引量：7
- 2016年
- 针对传统的熵多阈值法存在的计算复杂度高和分割不准确等问题,提出了一种基于广义概率Tsallis熵的快速多阈值图像分割方法。首先,对传统的灰度概率进行修改得到广义概率以构建广义概率Tsallis熵。然后,通过直方图均值自动确定Tsallis熵参数以解决参数不易选择的问题。随后,将GPTE正确拓展到多阈值分割方法中使得分割更准确。最后,将差分进化(Differential evolution,DE)算法与递推算法有机结合应用于GPTE多阈值法中以解决计算复杂度高的问题。图像分割实验结果表明,与基于传统的熵多阈值法相比,本文提出的方法不仅分割更准确,自适应性更强,而且运行速度更快。
- 张新明张贝涂强
- 关键词：图像分割多阈值分割差分进化算法TSALLIS熵
- 趋优算子和Levy Flight混合的粒子群优化算法被引量：8
- 2018年
- 针对Levy Flight粒子群优化算法(LFPSO)普适性不强和搜索效率不高等问题,提出了一种改进的LFPSO算法(ILFPSO),即趋优算子与Levy Flight混合的粒子群优化算法。首先,对Levy Flight进行改进,防止产生无效解,得到改进的Levy Flight;然后,将既有一定全局搜索能力又有较强局部搜索能力的趋优算子与改进的Levy Flight有机融合,以便更好地平衡算法的全局和局部搜索能力;最后,对速度边界动态调整,有利于搜索前期找到全局最优点和搜索后期找到局部最优解。28个benchmark函数优化仿真结果表明,与4种最先进的PSO改进算法LFPSO、ELPSO、SRPSO和RLPSO相比,ILFPSO更具有竞争性的优化性能、更好的普适性和更快的运行速度。
- 张新明王霞涂强涂强
- 关键词：智能优化算法LEVYFLIGHT粒子群优化算法
- 用于指数熵多阈值分割的改进细菌觅食算法
- 2016年
- 针对图像多阈值分割中阈值搜索是有序正整数规划的特点,提出了一种用于指数熵多阈值分割的改进细菌觅食优化(Improved Bacterial Foraging Optimization,IBFO)算法。首先,将标准的细菌觅食优化(Standard Bacterial Foraging Optimization,SBFO)算法的趋化算子改成动态趋化算子以增强趋化操作的自适应性;然后,将SBFO中的迁徙算子替换成混合随机和动态的迁徙算子,将迁徙过程划分为两个阶段,第一阶段为随机迁徙,目的是增强全局搜索能力,第二阶段为动态局部迁徙,目的是提高局部搜索能力;随后,丢弃SBFO中的感应机制以便加快运行速度;最后,将IBFO算法进一步修改以满足有序正整数规划的要求,并将其应用于指数熵多阈值分割方法中。图像分割实验结果表明,与SBFO,MBFO和IPSO算法相比,提出的IBFO方法不仅优化效果更好,而且运行速度更快。
- 张新明涂强刘艳
- 关键词：图像分割多阈值分割细菌觅食算法指数熵
- 迭代自适应权重均值滤波的图像去噪被引量：15
- 2017年
- 针对现有滤波方法滤除图像椒盐噪声的性能不理想和耗时长等缺陷,提出了一种迭代自适应权重均值滤波的图像去噪方法(IAWF)。首先,利用图像邻域像素与处理点的相似性采用新型方法构建邻域权重;然后,将此邻域权重与开关裁剪均值滤波结合形成新型权重均值滤波方法,充分利用像素间的相关性和开关裁剪滤波的优势,有效提高了算法的去噪效果,同时采用自适应的方式调整滤波窗口大小,以便尽可能地保护图像细节;最后,采用迭代式滤波方法,即如果上述操作还没有处理完噪声点,则迭代去噪直至噪声点处理完毕,实现自动处理。仿真实验结果表明,在各种不同噪声密度下,IAWF在峰值信噪比(PSNR)、失真度,以及视觉效果等方面均优于现有的几种优秀的滤波算法,且具有更快的运行速度,更适用于实际应用场合。
- 张新明程金凤程金凤康强
- 关键词：图像去噪自适应滤波椒盐噪声
- 交叉反向学习和同粒社会学习的粒子群优化算法被引量：9
- 2017年
- 针对社会学习粒子群优化(SLPSO)算法存在的优化效率低、收敛速度慢等问题,提出了一种改进的SLPSO算法,即基于交叉反向学习和同粒社会学习的PSO算法(CPPSO)。首先,将最优解随机纵向交叉与一般反向学习以及随机反向学习构建交叉反向学习;然后,以此交叉反向学习策略更新种群中的最优粒子位置,增强探索能力,并克服SLPSO中最优粒子无更新导致效率低下的缺点;最后,对于非最优粒子,与SLPSO采用基于维的社会学习不同,均采用新型基于粒子的社会学习机制,在提高全局搜索能力同时,更提高开采能力和搜索效率。在一组不同维基准函数上优化的实验结果表明,CPPSO的优化性能、搜索效率和普适性大幅度领先于SLPSO和其他先进的PSO改进算法,如交叉搜索PSO(CSPSO)算法、自我调节的PSO(SRPSO)算法、异构综合学习的PSO(HCLPSO)算法和反向学习和局部学习能力的PSO(RLPSO)算法。
- 张新明康强康强程金凤
- 关键词：智能优化算法粒子群优化算法社会学习
- 动态迁移和椒盐变异融合生物地理学优化算法的高维多阈值分割被引量：17
- 2015年
- 针对高维多阈值图像分割中存在的多阈值搜索问题,提出了一种动态迁移和椒盐变异融合的生物地理学优化算法(BBOD)。首先,构建了一种基于动态扰动的迁移算子,对候选解中没有发生迁移操作的特征值添加一个动态的扰动因子,使种群的多样性增加,从而提高全局搜索能力;然后,创建了新型的变异算子,对待变异的特征值产生一个椒盐扰动,使该值在小范围内浮动,以便提高局部搜索能力和算法的收敛速度;最后,将该算法应用到基于最小交叉熵的图像高维多阈值分割中。高维多阈值分割实验结果表明,本文提出的BBOD算法能够获得最优的阈值向量,运行速度、性能指标均优于标准的生物地理学优化(BBO)算法,基于变异的生物地理学优化(BBOM)算法、FFA(Firefly Algorithm)和CSA(Cuckoo Search Algorithm),运行速度是FFA的5倍以上。该算法更适用于基于最小交叉熵的高维多阈值优化选择。
- 张新明尹欣欣涂强
- 关键词：多阈值分割优化算法生物地理学优化算法最小交叉熵
- 差分迁移和趋优变异的生物地理学优化算法被引量：10
- 2018年
- 为增强生物地理学优化(Biogeography-based optimization,BBO)算法的优化性能,降低其运行时间,提出了一种差分迁移和趋优变异的生物地理学优化算法(DGBBO).首先,将两种差分扰动操作与BBO算法的迁移操作有机融合,形成差分迁移算子,提升全局搜索能力并平衡探索和开采;其次,将趋优操作融入到BBO算法的变异算子中,替换原变异操作,形成趋优变异算子,克服了原变异算子存在的缺陷,加快收敛速度;此外,还从多个角度降低算法的计算复杂度.在一组常用的基准函数上进行了仿真实验,实验结果表明,相较于其它state-of-the-art算法,DGBBO算法寻优能力显著,稳定性强,收敛速度快,运行时间少,验证了其优秀的优化性能.
- 张新明康强康强程金凤
- 关键词：进化算法生物地理学优化算法
- 基于人工蜂群算法的二维最小误差阈值分割被引量：2
- 2013年
- 鉴于人工蜂群算法(Artificial Bee Colony algorithm,ABC)常用于连续域,具有控制参数少、操作简单和易于实现等优点和二维最小误差阈值分割法复杂度高的问题,提出一种基于人工蜂群算法的二维最小误差阈值分割方法(Two-dimensional Minimum Error Thresholding based on Artificial Bee Colony algorithm,TMET-ABC)。针对离散域的二维最小误差阈值分割方法,对标准的ABC算法进行修改,构建离散域的人工蜂群算法;依据最小误差公式中变量的三种不同计算方式,提出了3种TMET-ABC方法:直接计算TMET-ABC、数组计算TMET-ABC和递推计算TMET-ABC。仿真结果表明,提出的3种方法能够在达到现有的二维最小误差阈值分割法的分割效果同时,大大加快运行速度,并且3种方法可应用于不同的分割场合。
- 张新明冯文惠何文涛王鲜芳
- 关键词：图像分割人工蜂群算法
