El algoritmo de evolución diferencial (ED) es uno de los nuevos métodos de optimización estocástica. Tiene un mejor rendimiento en el problema de la cuantificación de imágenes en color, pero es difícil establecer los parámetros de ED para los usuarios. Este trabajo propone un algoritmo de cuantificación de imágenes en color basado en la ED autoadaptativa. En el algoritmo propuesto, se utiliza una mecánica autoadaptativa para ajustar automáticamente los parámetros de ED durante la evolución, y se aplica una mecánica mixta de ED y K-means para reforzar la búsqueda local. Los resultados numéricos experimentales, en un conjunto de imágenes de prueba de uso común, muestran que el algoritmo propuesto es un método de cuantificación practicable y es más competitivo que K-means y el algoritmo de enjambre de partículas (PSO) para la cuantificación de imágenes en color.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Perfeccionamiento de bases de conocimiento extraídas automáticamente mediante crowdsourcing
Artículo:
Diseño de un receptor multiestándar para un sistema de monitorización de telemedicina
Artículo:
Revisión de las propiedades, oportunidades y retos de los nanofluidos a base de aceite de transformador
Artículo:
Efectos analgésicos de la analgesia epidural del parto en diferentes periodos y sus efectos sobre los resultados maternos e infantiles y el nivel de MiRNA-146b
Artículo:
Detección rápida y sensible de biomarcadores de cáncer de pulmón mediante biosensores nanoporosos basados en resonancia de plasmón superficial localizada acoplada a interferometría