改进的模糊CMAC神经网络

• 作者: 施连敏 王洪元 程起才
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊小脑神经网络 图像分割 灰度共生矩阵 磁共振图像
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 182-185
• 页数: 4页
• 分类号: TP391
• 字数: 2913字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.23.051

摘要

提出了一种改进的模糊CMAC神经网络(IFCMAC),该神经网络是在经典的FCMAC神经网络的模糊后相连层和输出层之间引入了输入矢量的线性加权和来补偿逼近的误差,所以它的逼近精度得到提高,解决了CMAC系列神经网络逼近精度不高的弱点,在颅脑磁共振图像分割仿真实验中,把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量,将该特征向量作为IFCMAC神经网络的输入,实验结果表明其具有较高的分割准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪元	江苏工业学院信息学院	38	188	7.0	12.0
2	程起才	江苏工业学院信息学院	7	22	2.0	4.0
3	施连敏	江苏工业学院信息学院	5	16	2.0	4.0