...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Computers >Image Segmentation with PCNN Model and Immune Algorithm
【24h】

Image Segmentation with PCNN Model and Immune Algorithm

机译：具有PCNN模型和免疫算法的图像分割

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

—In the domain of image processing, PCNN (Pulse Coupled Neural Network) need to adjust parameters time after time to obtain the better performance. To this end, we propose a novel PCNN parameters automatic decision algorithm based on immune algorithm. The proposed method transforms PCNN parameters setting problem into parameters optimization based on immune algorithm. It takes image entropy as the evaluation basis of the best fitness of immune algorithm so that PCNN parameters can be adjusted adaptively. Meanwhile, in order to break the condition that population information fall into local optimum, the proposed method introduces gradient information to affect the evolution of antibody to keep the population activity. Experiment results show that the proposed method realizes the adaptive adjustment of PCNN parameters and yields the better segmentation performance than many existing methods.
机译：- 在图像处理领域，PCNN（脉冲耦合神经网络）需要在时间之后调整参数以获得更好的性能。为此，我们提出了一种基于免疫算法的新型PCNN参数自动决策算法。所提出的方法基于免疫算法将PCNN参数设置问题转换为参数优化。它将图像熵作为免疫算法的最佳选择性的评估基础，从而可以自适应地调整PCNN参数。同时，为了破坏人口信息下降到局部最佳状态的条件，所提出的方法引入了影响抗体的演变以保持人口活动的梯度信息。实验结果表明，该方法实现了PCNN参数的自适应调整，并产生了比许多现有方法更好的分段性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号