欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022102734771
申请人: 桂林理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

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BA K-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[f②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。