吉首大学学报（自然科学版）
吉首大學學報（自然科學版）
길수대학학보（자연과학판）
JOURNAL OF JISHOU UNIVERSITY
2014年
1期
46-49
,共4页
PCNN%图像分割%细胞分割
PCNN%圖像分割%細胞分割
PCNN%도상분할%세포분할
在基于脉冲耦合神经网络(PCNN)模型中,讨论了模型中阈值θ、链接权ω和迭代次数量N等参数的求解方法;采用最大熵值及PCNN模型对生物细胞图像进行了分割,并分析了各参数对图像分割质量的影响.实验结果表明,分割图像熵值越大,分割图像总体效果越好.
在基于脈遲耦閤神經網絡(PCNN)模型中,討論瞭模型中閾值θ、鏈接權ω和迭代次數量N等參數的求解方法;採用最大熵值及PCNN模型對生物細胞圖像進行瞭分割,併分析瞭各參數對圖像分割質量的影響.實驗結果錶明,分割圖像熵值越大,分割圖像總體效果越好.
재기우맥충우합신경망락(PCNN)모형중,토론료모형중역치θ、련접권ω화질대차수량N등삼수적구해방법;채용최대적치급PCNN모형대생물세포도상진행료분할,병분석료각삼수대도상분할질량적영향.실험결과표명,분할도상적치월대,분할도상총체효과월호.
