论文部分内容阅读
针对高维多阈值分割由于维数增加带来的优化难度加大的问题以及标准生物地理学优化（biogeographybasedoptimization，BBO）算法效率不高的问题，提出了一种用于高维OTSU多阈值分割的高效生物地理学优化（efficientBBO，EBBO）算法。首先构建新型随机扰动变异算子，然后将此变异算子融合到启发式迁移算子中形成一种高性能的混合迁移算子，去掉了计算变异概率和设置变异参数等环节，以便提高算法的效率；其次将基于迁出率的赌轮选择方式改成无需迁出率的榜样学习选择方案，并将迁入率的多次计算变