龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林理工大学
摘要：本发明涉及一种基于蝙蝠算法的图像聚类分割方法，主要用于使用K‑means聚类方法分割图像的时候，优化聚类中心的选择，提高蝙蝠算法的全局与局部搜索能力，从而提高图像分割的精度。
主权项：1.一种基于蝙蝠算法的K-means图像分割方法，其特征主要在于：1改进的蝙蝠算法，根据蝙蝠在搜索最优解的过程中行为模式的不同，提出一种动态改变蝙蝠飞行速度变化率的方式，其速度更新为式1所示，其权重因子w为服从一个递减的凸函数如式2所示； 2基于BAK-means的图像分割算法，利用改进的蝙蝠算法，根据适应度值确定最优位置，然后将最优位置设置为K-means算法的初始聚类中心，执行K-means聚类，算法具体如下：1输入：待分割图像I；2执行：①设置算法参数，蝙蝠数量为m，最大迭代次数为T，声波频率f，范围为[fmin,fmax]，响度A，范围为[Amin,Amax]，脉冲频率r，惯性权重因子w，类簇个数K；②初始化种群，随机生成蝙蝠的初始位置；③计算每个蝙蝠的适应度值，将适应度值最优的蝙蝠作为最优个体；④根据式2的速度惯性权重公式，代入到式1的速度计算中，分别计算出蝙蝠的速度和位置，对当前位置进行评估，如果满足条件，则结束计算，否则在当前位置随机扰动产生新解；⑤判断新解的适应度是否优于当前最优解，若是，则接受新解，转到下一步，否则丢弃该解；⑥找出当前最优的K个蝙蝠个体位置，将其作为K-means算法的初始聚类中心，执行一次聚类，并调整新的聚类中心，更新蝙蝠的适应度值，如果没有满足条件或者未达到最大迭代次数，转到步骤③继续更新种群，否则转到下一步；⑦算法结束，完成聚类分割；3输出：聚类结果。
全文数据：
权利要求：
百度查询： 桂林理工大学 一种基于蝙蝠算法的图像聚类分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号