计算机光盘软件与应用
計算機光盤軟件與應用
계산궤광반연건여응용
COMPUTER CD SOFTWARE ADN APPLICATIONS
2013年
2期
65-66
,共2页
图像分割%极限学习机%前馈神经网络
圖像分割%極限學習機%前饋神經網絡
도상분할%겁한학습궤%전궤신경망락
使用极限学习机(ELM)的方法进行图像分割问题研究.针对传统图像分割方法中存在着结构设计复杂、所需时间较长、造成图像分割分辨率低,清晰度不高等问题,提出了一种基于极限学习机的图像分割算法.在确定了最优参数的基础上,建立了基于 ELM 的图像分割算法.最后仿真实验证明本文提出的算法能快速有效的分割图像,图像分割孤立点少,边缘明显,同时该算法大大的缩短了样本的训练时间.
使用極限學習機(ELM)的方法進行圖像分割問題研究.針對傳統圖像分割方法中存在著結構設計複雜、所需時間較長、造成圖像分割分辨率低,清晰度不高等問題,提齣瞭一種基于極限學習機的圖像分割算法.在確定瞭最優參數的基礎上,建立瞭基于 ELM 的圖像分割算法.最後倣真實驗證明本文提齣的算法能快速有效的分割圖像,圖像分割孤立點少,邊緣明顯,同時該算法大大的縮短瞭樣本的訓練時間.
사용겁한학습궤(ELM)적방법진행도상분할문제연구.침대전통도상분할방법중존재착결구설계복잡、소수시간교장、조성도상분할분변솔저,청석도불고등문제,제출료일충기우겁한학습궤적도상분할산법.재학정료최우삼수적기출상,건립료기우 ELM 적도상분할산법.최후방진실험증명본문제출적산법능쾌속유효적분할도상,도상분할고립점소,변연명현,동시해산법대대적축단료양본적훈련시간.
