基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文提出了一种基于遗传算法与图像特征向量的边缘检测方法.由于噪声的干扰,常规的图像边缘检测方法往往效果不佳,因此在充分考虑边缘和噪声本质区别的基础上,构造具有较强抗噪能力的特征向量;然后用样本图像对多层前馈神经网络采用遗传学习算法和误差反向传播算法(BP)相结合进行训练,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小.最后,将训练后的网络用于图像的边缘检测.实验证明这种方法是有效的.
推荐文章
基于遗传BP网络的植物根系图像边缘检测
植物根系
边缘检测
边缘特征量
遗传BP神经网络
基于改进BP神经网络图像边缘检测的研究
神经网络
边缘检测
二值化
改进BP算法
用改进的BP网络进行图像边缘检测
边缘检测
图像特征
改进BP算法
遗传禁忌算法优化BP网络用于入侵检测
入侵检测
BP神经网络
遗传禁忌算法
小生境技术
网络安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用遗传BP网络进行图像边缘检测
来源期刊 计算机工程与应用 学科 工学
关键词 边缘检测 图像特征 遗传算法 神经网络
年,卷(期) 2003,(23) 所属期刊栏目 学术探讨
研究方向 页码范围 111-113
页数 3页 分类号 TP391
字数 3223字 语种 中文
DOI 10.3321/j.issn:1002-8331.2003.23.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金炜 宁波大学信息科学与工程学院 92 531 12.0 18.0
2 俞建定 宁波大学信息科学与工程学院 35 163 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (27)
同被引文献  (10)
二级引证文献  (5)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(8)
  • 引证文献(8)
  • 二级引证文献(0)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(6)
  • 引证文献(4)
  • 二级引证文献(2)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
边缘检测
图像特征
遗传算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导