• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia Tools and Applications >A new image segmentation method based on the ICSO-ISPCNN model
【24h】

A new image segmentation method based on the ICSO-ISPCNN model

机译：一种基于ICSO-ISPCNN模型的新图像分割方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

To address the issue of parameter settings in a pulse coupled neural network (PCNN), we propose a new image segmentation method based on the improved chicken swarm optimization algorithm and improved simplified PCNN (ICSO-ISPCNN) model. First, we improved a simplified PCNN model by modifying the dynamic threshold function and meanwhile improved the chicken swarm optimization (CSO) algorithm by introducing the survival of the fittest mechanism. Then, a product cross entropy is utilized as the fitness function of the ICSO algorithm, and the parameter values of the ISPCNN model are determined through the effective teamwork of roosters, hens, and chicks in the chicken swarm. Finally, we can achieve the automatic image segmentation via the ISPCNN model, which has the best parameter values. The detailed experiments indicate that our method has more superior performance in terms of convergence and segmentation accuracy than methods based on the genetic algorithm and ant colony optimization algorithm.
机译：为了解决脉冲耦合神经网络（PCNN）中的参数设置问题，我们提出了一种基于改进的鸡舍优化算法的新的图像分割方法和改进的简化PCNN（ICSO-ISPCNN）模型。首先，通过修改动态阈值函数来改进简化的PCNN模型，同时通过引入最合适机制的生存来改进鸡群优化（CSO）算法。然后，使用产品交叉熵作为ICSO算法的适应性功能，并且ISPCNN模型的参数值是通过鸡群中的公鸡，母鸡和小鸡的有效配合来确定的。最后，我们可以通过ISPCNN模型实现自动图像分段，具有最佳的参数值。详细实验表明，我们的方法在收敛和分割精度方面具有比基于遗传算法和蚁群优化算法的方法更优异的性能。

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