10.13774/j.cnki.kjtb.2019.10.027
基于脉冲耦合神经网络的图像分割方法
为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进.利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法.最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性.
图像分割、脉冲耦合神经网络、参数自适应、粒子群优化
35
TP183(自动化基础理论)
2019-12-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
142-145,151