A fuzzified Pareto multiobjective cuckoo search algorithm for power losses minimization incorporating SVC

Nartu, Tejeswara Rao; Sankar, Matta Mani; Koratana, Sravani; Bodda, Ravi Kumar

doi:10.1007/s00500-018-3634-7

Cited by 14 publications

(1 citation statement)

References 13 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…In contrast, q < 1 is referred to as superextensivity, which raises the system's overall entropy in compared to the extensive case (q = 1). (25) Practically speaking, practically all kinds of images display the superextensivity feature. (26) Consequently, 0 < q < 1 can be the appropriate range for the non-extensive parameter.…”

Section: Proposed Cuckoo Search (Cs) Algorithmmentioning

confidence: 99%

A novel multithresholding algorithm for segmentation of the MRI images

Pancholi

Modi

Chitaliya

2023

Salud, Ciencia y Tecnología

View full text Add to dashboard Cite

La segmentación es una etapa crucial en las técnicas de evaluación de imágenes. La segmentación precisa de imágenes de resonancia magnética cerebral se ha estudiado ampliamente porque el uso de este tipo de métodos permite detectar y reconocer una amplia gama de trastornos. El umbralaje es un método sencillo y eficaz para segmentar imágenes. Pero dependiendo de cuántos umbrales se empleen para la segmentación, las técnicas basadas en el umbral tienden a ser más costosas de calcular. En consecuencia, los algoritmos metaheurísticos son una herramienta crucial para el umbralado multinivel que ayudan a determinar los mejores valores. Utilizando un algoritmo de búsqueda cucú (NCS), hemos sugerido un método más eficiente para segmentar imágenes de resonancia magnética. Se utilizaron tres funciones objetivo diferentes (el método de Otsu, la entropía de Kapur y la función de entropía de Tsallis) comparando el resultado de la estrategia proyectada con el algoritmo de búsqueda del cuco (CS).

show abstract

Section: Proposed Cuckoo Search (Cs) Algorithmmentioning

confidence: 99%