Indexed by：
Abstract：
针对麻雀搜索算法后期种群多样性减少、易陷入局部最优解等问题，提出一种新的改进麻雀搜索算法。所提算法先引入小孔成像反向学习策略对发现者的位置进行更新，提升寻优位置的多样性；其次受Logistic模型的启发，提出一种新的自适应因子对安全阈值进行动态控制，平衡所提算法的全局搜索与局部开发的能力。通过与其他算法在6个基准函数上进行仿真对比，结果表明：所提算法的收敛精度与速度均优于其他算法。在工程应用上，用所提算法优化K-means聚类算法进行图像分割，峰值信噪比（PSNR）、结构相似性（SSIM）及特征相似性（FSIM）3种度量指标验证了其良好的分割性能。
Keyword：
Reprint 's Address：
Email：
Source ：
北京航空航天大学学报
Year： 2023
Issue： 03
Volume： 49
Page： 636-646
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
