电子技术
電子技術
전자기술
ELECTRONIC TECHNOLOGY
2014年
12期
1-3
,共3页
李东昇%胡玉兰%李文凤%李莹
李東昇%鬍玉蘭%李文鳳%李瑩
리동승%호옥란%리문봉%리형
图像分割%脉冲耦合神经网络%粒子群优化算法%适应度函数
圖像分割%脈遲耦閤神經網絡%粒子群優化算法%適應度函數
도상분할%맥충우합신경망락%입자군우화산법%괄응도함수
image segmentation%PCNN%PSO algorithm%fitness function
文章利用用粒子群优化（PSO）算法优化脉冲耦合神经网络（PCNN）的参数，其中将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。最终通过Matlab仿真实验证明了该方法具有较好的分割性能，该方法不但能够正确地完成图像分割，而且也省去了人为设置PCNN参数的麻烦。
文章利用用粒子群優化（PSO）算法優化脈遲耦閤神經網絡（PCNN）的參數，其中將從訓練圖像中提取熵和能量的比值作為PSO的適應度函數，提齣瞭一種參數自適應的PCNN圖像分割方法。最終通過Matlab倣真實驗證明瞭該方法具有較好的分割性能，該方法不但能夠正確地完成圖像分割，而且也省去瞭人為設置PCNN參數的痳煩。
문장이용용입자군우화（PSO）산법우화맥충우합신경망락（PCNN）적삼수，기중장종훈련도상중제취적화능량적비치작위PSO적괄응도함수，제출료일충삼수자괄응적PCNN도상분할방법。최종통과Matlab방진실험증명료해방법구유교호적분할성능，해방법불단능구정학지완성도상분할，이차야성거료인위설치PCNN삼수적마번。
The network parameters are optimized by using particle swarm optimization (PSO) where the PSO fitness function is introduced as the ratio of the entropy and energy which is extracted from a training image, so a new PCNN image segmentation method with adaptive parameters is proposed. The proposed model shows higher segmentation performance by experimental results, that is to say, the quality of the segmentation method is much better and the setting of parameters is automatic.
