一种参数自动寻优的PCNN图像分割算法

• 作者: 卢桂馥 王勇 窦易文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 脉冲耦合神经网络 粒子群算法 类间方差 图像分割
• 年，卷（期）: 2010,（13）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 145-146,157
• 分类号: TP391
• 字数: 3721字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.13.043

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(PulseCouled Neural Network,PENN)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢桂馥	安徽工程科技学院计算机科学与工程系	56	202	7.0	11.0
3	王勇	安徽工程科技学院计算机科学与工程系	76	188	7.0	9.0
4	窦易文	安徽工程科技学院计算机科学与工程系	14	68	6.0	7.0