Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Quantum-Inspired Bat Optimization Algorithm for Automatic Clustering of Grayscale Images

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F19%3A10244584" target="_blank" >RIV/61989100:27240/19:10244584 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007%2F978-981-13-6783-0_9" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-981-13-6783-0_9</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-981-13-6783-0_9" target="_blank" >10.1007/978-981-13-6783-0_9</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Quantum-Inspired Bat Optimization Algorithm for Automatic Clustering of Grayscale Images

  • Popis výsledku v původním jazyce

    This paper introduces a quantum-inspired framework with the bat optimization algorithm for automatic clustering of image datasets. The aim of this work is to find out the optimal number of clusters from an image dataset on a run. A comparison has been produced between the quantum-inspired bat optimization algorithm and its classical counterpart. As a result, it is seen that the quantum-inspired version outperforms its classical counterpart. Computational experiments have been conducted on four Berkeley image datasets. (C) 2019, Springer Nature Singapore Pte Ltd.

  • Název v anglickém jazyce

    Quantum-Inspired Bat Optimization Algorithm for Automatic Clustering of Grayscale Images

  • Popis výsledku anglicky

    This paper introduces a quantum-inspired framework with the bat optimization algorithm for automatic clustering of image datasets. The aim of this work is to find out the optimal number of clusters from an image dataset on a run. A comparison has been produced between the quantum-inspired bat optimization algorithm and its classical counterpart. As a result, it is seen that the quantum-inspired version outperforms its classical counterpart. Computational experiments have been conducted on four Berkeley image datasets. (C) 2019, Springer Nature Singapore Pte Ltd.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Advances in Intelligent Systems and Computing. Volume 922

  • ISBN

    978-981-13-6782-3

  • ISSN

    2194-5357

  • e-ISSN

    2194-5365

  • Počet stran výsledku

    13

  • Strana od-do

    89-101

  • Název nakladatele

    Springer

  • Místo vydání

    Singapur

  • Místo konání akce

    Kalkata

  • Datum konání akce

    21. 11. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku