文献

J-GLOBAL ID：201702279487503391   整理番号：17A0278040

ホタルアルゴリズムを用いた画像セグメンテーション【Powered by NICT】

Image segmentation using firefly algorithm

著者 (2件)： Sharma Akash (Department of CSE, Amity University, Noida) ,  Sehgal Smriti (Department of CSE, Amity University, Noida)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： InCITe  ページ： 99-102  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像セグメンテーションは,ユーザのためのある種の情報を運ぶいくつかの部分に画像をセグメント化画像処理の領域における重要なステップである。画像セグメンテーションは,画像から情報を抽出することを目的としている画像の処理において非常に困難である。クラスタリングを用いて画像をセグメンテーションすることである。クラスタリングアルゴリズムは,データを様々な数のクラスタにデータマイニングアルゴリズムの一部である。一クラスター中のすべてのデータ点は,それらがクラスタ化すなわち各クラスタはその点間の最小差と他のクラスタデータ点からの最大差を持つ基づいて類似した性質を持っている。提案したアルゴリズムは,セグメンテーションのためのKクラスタにクラスタ画像の画素にk-平均アルゴリズムとホタルを使用している。k-平均クラスタリングアルゴリズムは,局所最適にがを捕捉されるので,ホタルアルゴリズムを用いて最適化した。群知能ベースのアルゴリズムは,いくつかの応用を持つと最適化問題を解くために用いられるホタルアルゴリズムの基礎を形成する。ホタルアルゴリズムは多くの研究と最適化領域に適用されている。ホタルアルゴリズムとそのハイブリッド版は各種問題を解くのに使用されてきた。問題の幅広い分野にホタルアルゴリズムを適用するためにホタルアルゴリズムが他のアルゴリズムで修飾したまたは統合されねばならない。現在アルゴリズムのメタヒューリスティック性質が重要な役割を果たし,電流最適化アルゴリズムは,この性質を含み,NP困難問題を解くのは非常に効率的であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： クラスタ化 ,  画素 ,  *画像 ,  電流 ,  最適化 ,  *セグメンテーション ,  クラスタ ,  画像処理 ,  *アルゴリズム ,  最適化問題
準シソーラス用語： NP困難問題 ,  最適アルゴリズム ,  群知能 ,  クラスタリングアルゴリズム ,  *画像セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ホタルアルゴリズム ,  画像セグメンテーション