一种参数自动寻优的PCNN图像分割算法

被引：8

作者：

卢桂馥 ^{[1
,2
]}

王勇 ^{[1
]}

窦易文 ^{[1
]}

机构：

[1] 安徽工程科技学院计算机科学与工程系

[2] 南京理工大学计算机学院

来源：

计算机工程与应用 | 2010年 / 46卷 / 13期

关键词：

脉冲耦合神经网络; 粒子群算法; 类间方差; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

利用粒子群优化算法(Particle Swarm Optimization,PSO)具有对参数自动寻优的优势,将PSO和脉冲耦合神经网络(Pulse Couled Neural Network,PCNN)相结合,并以改进的最大类间方差准则函数为适应度函数,提出了一种能进行参数自动寻优的PCNN图像自动分割算法。实验仿真结果验证了该方法的有效性,即不仅可以正确地实现图像分割,而且PCNN的参数可以自动设置省去了人工实验的麻烦,同时分割速度也有所提高。

引用

页码：145 / 146+157 +157

页数：3