一种基于粗糙集理论的神经网络图像分割方法

• 作者: 王晨 米志强
• 来源期刊: 计算技术与自动化
• 关键词: 图像分割 粗糙集 神经网络
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 86-89
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2009.03.022

摘要

神经网络用于分割图像时需要大量的训练数据,由于数据量大,计算速度相当慢,不适合实时数据处理.基于此,将粗糙集理论与神经网络相结合,提出基于粗糙集的神经网络图像分割方法.利用粗糙集理论中的约简的计算方法,从图像属性中获取精简的规则,根据这些规则构造神经网络各层的神经元个数,并根据粗糙集理论中的属性重要性来修正神经网络的权值.实验结果表明,该方法抗噪能力强,提高了精度,在大大缩短网络训练时间的同时改善了分割效果,满足图像处理的实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米志强	湖南现代物流职业技术学院物流信息系	38	112	6.0	8.0
2	王晨	湖南现代物流职业技术学院物流信息系	12	18	3.0	4.0