Java 实现 RECS 算法：基于随机替换与外部存档的布谷鸟算法

目录

一、先搞懂：RECS 为什么比传统布谷鸟强？

1、随机替换策略

2、外部存档策略

二、Java实现效果展示

三、参考文献

四、源码获取

一、先搞懂：RECS 为什么比传统布谷鸟强？

传统布谷鸟算法靠 “Lévy 飞行” 搜索最优解，存在两个问题：

1、早期搜索范围窄，容易错过优质阈值组合；

2、迭代中优质解易被淘汰，收敛速度慢。

RECS 算法针对性提出两大改进：

1、随机替换策略

• 触发条件：通过柯西随机数（模拟随机替换概率）决定是否替换；
• 效果：避免种群陷入局部最优，尤其适合乳腺癌图像多峰值的灰度分布。

2、外部存档策略

• 存档结构：存储优质解 +“滞留计数”（记录解在存档中的停留次数）；
• 更新规则：新优质解插入时，替换滞留计数最高的旧解，同时重置新解计数、旧解计数 + 1；
• 效果：减少无效搜索，加速收敛，让算法更快找到分割最优阈值。

二、Java实现效果展示

1、待分割图片

2、彩色分割图展示

3、灰度分割图展示

4、最优阈值求解收敛曲线

三、参考文献

[1]袁冲.基于群智能变体算法的乳腺癌图像多阈值分割模型研究[D].长春师范大学,2025.DOI:10.27709/d.cnki.gccsf.2025.000226.

[2]吴禄慎,程伟,胡赟.应用改进布谷鸟算法优化多阈值图像分割[J].吉林大学学报(工学版),2021,51(01):358-369.DOI:10.13229/j.cnki.jdxbgxb20190858.

四、源码获取

见主页-个人简介。或见公众号【林不扣】