基于改进非洲秃鹫优化算法的脑MRI图像分割

摘要

针对非洲秃鹫优化算法(African vulture optimization algorithm, AVOA)在开发能力与探索能力之间存在的失衡问题，提出了一种多策略改进的非洲秃鹫优化算法(improved African vulture optimization algorithm, IAVOA)。采用佳点集初始化种群以增强多样性，引入混合对立学习以强化开发与探索，实施自适应信任度策略以动态调整搜索过程，应用高斯变异来进一步平衡算法的开发和探索能力。仿真结果显示，在12个典型测试函数上，IAVOA相较于对比算法，在收敛速度、求解精度和稳定性方面均显著提升。提出了IAVOA-FCM算法用于小样本数据集的脑磁共振成像(magnetic resonance imaging, MRI)图像分割，通过IAVOA算法强大的全局寻优能力对FCM算法进行优化。在脑MRI图像分割实验中，与其他5种先进的结合算法相比，IAVOA-FCM在分割精度、稳定性等方面均表现出显著优势。

关键词

非洲秃鹫优化算法 / 模糊C均值 / 群智能优化算法 / 信任度策略 / 脑磁共振成像(MRI)图像分割