计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
18期
13-17
,共5页
粗集%神经网络%图像融合%粗神经网络%遗传算法
粗集%神經網絡%圖像融閤%粗神經網絡%遺傳算法
조집%신경망락%도상융합%조신경망락%유전산법
粗集理论能够优选数据,但容错性与推广能力比较弱;而神经网络具有较强的自组织、容错以及推理能力,却不能优选数据.把这两种理论结合起来,使之发挥各自优势,然后把它们用于图像融合之中,并提出了一种基于粗神经网络的图像融合方法,该方法使用遗传算法作为神经网络的训练算法.通过仿真实验表明,在对融合来自同一景物的多幅带噪声图像的应用中,该方法取得了很好的效果.
粗集理論能夠優選數據,但容錯性與推廣能力比較弱;而神經網絡具有較彊的自組織、容錯以及推理能力,卻不能優選數據.把這兩種理論結閤起來,使之髮揮各自優勢,然後把它們用于圖像融閤之中,併提齣瞭一種基于粗神經網絡的圖像融閤方法,該方法使用遺傳算法作為神經網絡的訓練算法.通過倣真實驗錶明,在對融閤來自同一景物的多幅帶譟聲圖像的應用中,該方法取得瞭很好的效果.
조집이론능구우선수거,단용착성여추엄능력비교약;이신경망락구유교강적자조직、용착이급추리능력,각불능우선수거.파저량충이론결합기래,사지발휘각자우세,연후파타문용우도상융합지중,병제출료일충기우조신경망락적도상융합방법,해방법사용유전산법작위신경망락적훈련산법.통과방진실험표명,재대융합래자동일경물적다폭대조성도상적응용중,해방법취득료흔호적효과.
