← 返回卡片

原书出处

智能算法导论

116 1 1 . 4 . 3 基 于 模 拟 退 火 算 法 的 图 像 分 割

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.884Z

类算法应用到储粮害虫图像分割中[42],该算法初期时将以较快的速度找到最优区域,,引导搜索方向趋近于最终的全局最优解。

结合GA能全局寻优的优势和SAA的爬山性能,基于模拟退火并行遗传算法的Otsu双阈值医学图像分割算法[43]将多个不同的子群中并行进行进化,同时,利用SAA的爬山性能,避免进化过程中某个种群过早的收敛,以此提高算法的收敛速度。

实验证明,这种图像分割算法不仅具有较为精确分割效果,而且算法相对稳定。将改进的GA和SAA结合,基于改进遗传算法的图像阈

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter11_0011.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d