计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2011年
6期
2146-2149
,共4页
BP神经网络%图像边缘检测%最速梯度下降%分块%泛化能力
BP神經網絡%圖像邊緣檢測%最速梯度下降%分塊%汎化能力
BP신경망락%도상변연검측%최속제도하강%분괴%범화능력
为实现数字图像边缘的有效检测与提取,借助BP神经网络,采用了改进的最速梯度下降法,通过对动量项的合理选择,有效地实现算法的快速收敛.为提高算法的执行效率,采用直接编程和对图像采用分块的思想,并给出了算法实现的方法和步骤.用Matlab软件对灰度图像进行了仿真,并将仿真结果和传统的方法进行了比较,结果表明,所设计的网络边缘检测优于传统方法,并具有较好的泛化能力.
為實現數字圖像邊緣的有效檢測與提取,藉助BP神經網絡,採用瞭改進的最速梯度下降法,通過對動量項的閤理選擇,有效地實現算法的快速收斂.為提高算法的執行效率,採用直接編程和對圖像採用分塊的思想,併給齣瞭算法實現的方法和步驟.用Matlab軟件對灰度圖像進行瞭倣真,併將倣真結果和傳統的方法進行瞭比較,結果錶明,所設計的網絡邊緣檢測優于傳統方法,併具有較好的汎化能力.
위실현수자도상변연적유효검측여제취,차조BP신경망락,채용료개진적최속제도하강법,통과대동량항적합리선택,유효지실현산법적쾌속수렴.위제고산법적집행효솔,채용직접편정화대도상채용분괴적사상,병급출료산법실현적방법화보취.용Matlab연건대회도도상진행료방진,병장방진결과화전통적방법진행료비교,결과표명,소설계적망락변연검측우우전통방법,병구유교호적범화능력.
