生物地理学优化算法的改进及其在图像分割上的应用
全新正版 极速发货
¥
61.44
6.3折
¥
98
全新
库存2件
作者张新明,康强
出版社科学出版社
ISBN9787030603814
出版时间2019-06
装帧平装
开本其他
定价98元
货号1201899688
上书时间2024-06-21
商品详情
- 品相描述:全新
- 商品描述
-
目录
前言
章 绪论
1.1 优化问题和优化方法
1.1.1 优化问题
1.1.2 优化方法
1.2 群智能优化算法
1.2.1 群智能优化算法原理及步骤
1.2.2 群智能优化算法相关知识
1.2.3 群智能优化算法国内外研究现状
1.3 本书所涉及的主要群智能优化算法
1.3.1 遗传算法
1.3.2 粒子群优化算法
1.3.3 差分进化算法
1.3.4 细菌觅食优化算法
1.3.5 蛙跳算法
1.3.6 人工蜂群算法
1.3.7 烟花算法
1.3.8 灰狼优化算法
1.4 本书篇章结构
参考文献
第2章 生物地理学优化算法
2.1 生物地理学理论
2.1.1 理论背景
2.1.2 生物地理学
2.2 BBO算法
2.2.1 BBO算法数学模型
2.2.2 BBO算法步骤及原理
2.2.3 BBO算法优缺点分析
2.2.4 BBO算法改进动机分析
2.2.5 BBO算法相关研究综述
2.3 本章小结
参考文献
第3章 生物地理学优化算法代表性改进研究简介
3.1 BBO算法迁移模型的改进
3.2 BBO算法种群初始化的改进
3.3 BBO算法迁移算子的改进
3.4 BBO算法变异算子的改进
3.5 BBO算法清除算子的改进
3.6 BBO算法选择策略的改进
3.7 BBO算法的混合改进
3.8 本章小结
参考文献
第4章 差分迁移和趋优变异的BBO算法
4.1 引言
4.2 DGBBO算法
4.2.1 榜样选择方案
4.2.2 差分迁移算子
4.2.3 趋优变异算子
4.2.4 贪婪选择法替换精英保留机制
4.2.5 改进的迁移概率计算方式
4.2.6 DGBBO算法总流程
4.2.7 DGBBO算法与BBO算法的异同点
4.3 实验与分析
4.3.1 实验准备
4.3.2 DGBBO算法与其不完整变体算法的对比
4.3.3 DGBBO算法与同类算法的对比
4.3.4 DGBBO算法与其他类算法的对比
4.3.5 DGBBO算法的t检验
4.3.6 DGBBO算法的计算复杂度讨论
4.3.7 实验总结
4.4 本章小结
参考文献
第5章 差分变异和交叉迁移的BBO算法
5.1 引言
5.2 DCBBO算法
5.2.1 差分变异算子
5.2.2 交叉迁移算子
5.2.3 启发式交叉操作
5.2.4 DCBBO算法总流程
5.2.5 DCBBO算法与BBO算法的异同点
5.3 实验与分析
5.3.1 实验准备
5.3.2 DCBBO算法与同类算法的对比
5.3.3 DCBBO算法与其他类算法的对比
5.3.4 DCBBO算法的Wilcoxon符号秩检验
5.3.5 DCBBO算法的计算复杂度讨论
5.3.6 实验总结
5.4 本章小结
参考文献
第6章 混合交叉的BBO算法
6.1 引言
6.2 HCBBO算法
6.2.1 垂直交叉操作
6.2.2 水平交叉操作
6.2.3 自适应启发式交叉操作
6.2.4 混合交叉迁移算子
6.2.5 HCBBO算法总流程
6.2.6 HCBBO算法与BBO算法的异同点
6.3 实验与分析
6.3.1 实验准备
6.3.2 HCBBO算法与同类算法的对比
6.3.3 HCBBO算法与其他类算法的对比
6.3.4 HCBBO算法的Wilcoxon符号秩检验
6.3.5 HCBBO算法的计算复杂度讨论
6.3.6 实验总结
6.4 本章小结
参考文献
第7章 高效融合的BBO算法
7.1 引言
7.2 EMBBO算法
7.2.1 共享操作
7.2.2 差分扰动操作
7.2.3 共享差分迁移算子
7.2.4 单维与全维交叉更新策略
7.2.5 反向学习机制
7.2.6 EMBBO算法总流程
7.2.7 EMBBO算法与BBO算法的异同点
7.3 实验与分析
7.3.1 实验准备
7.3.2 EMBBO算法主要参数讨论
7.3.3 EMBBO算法与其不完整变体算法的对比
7.3.4 EMBBO算法与同类算法的对比
7.3.5 EMBBO算法与其他类算法的对比
7.3.6 EMBBO算法在CEC2017测试集上的对比
7.3.7 EMBBO算法的t检验
7.3.8 EMBBO算法的计算复杂度讨论
7.3.9 实验总结
7.4 本章小结
参考文献
第8章 混合灰狼优化的BBO算法
8.1 引言
8.2 HBBOG算法
8.2.1 改进的BBO算法
8.2.2 反向GWO算法
8.2.3 HBBOG算法总流程
8.2.4 HBBOG算法与BBO算法的异同点
8.3 实验与分析
8.3.1 实验准备
8.3.2 HBBOG相关算法之间的对比
8.3.3 HBBOG算法与同类算法的对比
8.3.4 HBBOG算法与其他类算法的对比
8.3.5 HBBOG算法在CEC2013和CEC2014测试集上的对比
8.3.6 HBBOG算法的Wilcoxon符号秩检验
8.3.7 实验总结
8.4 本章小结
参考文献
第9章 混合蛙跳优化的BBO算法
9.1 引言
9.2 HBBOS算法
9.2.1 改进的SFLA更新方法
9.2.2 改进的迁移算子更新方法
9.2.3 HBBOS算法总流程
9.2.4 HBBOS算法与BBO算法的异同点
9.3 实验与分析
9.3.1 实验准备
9.3.2 HBBOS算法与同类算法的对比
9.3.3 HBBOS算法与其他类算法的对比
9.3.4 HBBOS算法在CEC2014测试集上的对比
9.3.5 HBBOS算法的t检验和Wilcoxon符号秩检验
9.3.6 实验总结
9.4 本章小结
参考文献
0章 图像分割概述
10.1 引言
10.2 图像分割方法
10.2.1 图像分割方法概述
10.2.2 阈值分割方法
10.2.3 区域分割方法
10.2.4 边缘分割方法
10.2.5 基于特定理论的分割方法
10.3 阈值分割准则
10.3.1 阈值分割准则概述
10.3.2 昀大熵法
10.3.3 昀小交叉熵法
10.3.4 昀大类间方差法
10.3.5 Tsallis熵法
10.4 群智能优化算法在图像阈值分割上的应用
10.5 本章小结
参考文献
1章 多源迁移和自适应变异的BBO算法的图像分割
11.1 引言
11.2 PSBBO算法
11.2.1 多源迁移算子
11.2.2 动态调整的变异算子
11.2.3 PSBBO算法总流程
11.2.4 PSBBO算法与BBO算法的异同点
11.2.5 PSBBO算法应用于昀大熵多阈值图像分割
11.3 实验与分析
11.3.1 实验准备
11.3.2 PSBBO算法的多阈值图像分割对比
11.3.3 实验总结
11.4 本章小结
参考文献
2章 动态迁移和椒盐变异的BBO算法的图像分割
12.1 引言
12.2 DSBBO算法
12.2.1 动态迁移算子
12.2.2 椒盐变异算子
12.2.3 DSBBO算法总流程
12.2.4 DSBBO算法与BBO算法的异同点
12.2.5 DSBBO算法应用于昀小交叉熵多阈值图像分割
12.3 实验与分析
12.3.1 实验准备
12.3.2 DSBBO算法的多阈值图像分割对比
12.3.3 实验总结
12.4 本章小结
参考文献
3章 混合迁移的BBO算法的图像分割
13.1 引言
13.2 HMBBO算法
13.2.1 微扰动启发式交叉操作
13.2.2 混合迁移算子
13.2.3 HMBBO算法总流程
13.2.4 HMBBO算法与BBO算法的异同点
13.2.5 HMBBO算法应用于昀大类间方差多阈值图像分割
13.3 实验与分析
13.3.1 实验准备
13.3.2 HMBBO算法的多阈值图像分割对比
13.3.3 实验总结
13.4 本章小结
参考文献
4章 混合细菌觅食优化的BBO算法的图像分割
14.1 引言
14.2 HBBOB算法
14.2.1 扰动迁移算子
14.2.2 “1步长”趋化算子
14.2.3 HBBOB算法总流程
14.2.4 HBBOB算法与BBO算法的异同点
14.2.5 HBBOB算法应用于Kapur熵多阈值彩色图像分割
14.3 实验与分析
14.3.1 实验准备
14.3.2 HBBOB算法的多阈值图像分割对比
14.3.3 实验总结
14.4 本章小结
参考文献
5章 总结与展望
附录 基准函数
内容摘要
本书以优化问题开篇,逐渐引入群智能优化算法的概念,由群智能优化算法逐步引入BBO,对BBO背景、原理、存在的缺陷及改进动机进行了详细介绍,对BBO目前靠前外研究现状进行了综述,对BBO各步骤代表性改进研究进行了简述,并详细描述了6项作者课题组对BBO的创新性改进研究。6项研究分别为"差分迁移和趋优变异的BBO算法(DGBBO)"、"差分变异和交叉迁移的BBO算法(DCBBO)"、"混合交叉的BBO算法(HCBBO)"、"高效融合的BBO算法(EMBBO)"、"GWO与BBO的混合算法(HBBOG)"和"SFLA与BBO的混合算法(HBBOS)"。在本书第4至9章内容中,描述了这些算法的原理,并通过大量基准函数实验对比了当前优选的算法,验证对BBO的改进效果。
— 没有更多了 —
以下为对购买帮助不大的评价