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:
在基于脉冲耦合神经网络(PCNN)模型中,讨论了模型中阈值θ、链接权ω和迭代次数量N等参数的求解方法;采用最大熵值及PCNN模型对生物细胞图像进行了分割,并分析了各参数对图像分割质量的影响.实验结果表明,分割图像熵值越大,分割图像总体效果越好.
推荐文章
基于PCNN图像分割新算法
参数自适应PCNN
最大相关系数
图像分割
分割算法
基于PCNN分割的火焰图像检测技术
火焰图像
区域周长
视频
区域分割
PCNN
基于ABC-PCNN模型的图像分割
脉冲耦合神经网络
人工蜂群算法
人工蜂群算法-脉冲耦合神经网络模型
乘积型交叉熵
图像分割
基于灰度相关性的改进PCNN图像自动分割算法
图像分割
PCNN
灰度相关性
最小方差比
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 基于PCNN模型的生物细胞图像分割
来源期刊 吉首大学学报(自然科学版) 学科 工学
关键词 PCNN 图像分割 细胞分割
年,卷(期) 2014,(1) 所属期刊栏目 信息与通信
研究方向 页码范围 46-49
页数 4页 分类号 TP391
字数 2121字 语种 中文
DOI 10.3969/j.issn.1007-2985.2013.06.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (156)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (31)
二级引证文献  (14)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(13)
  • 参考文献(1)
  • 二级参考文献(12)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
PCNN
图像分割
细胞分割
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
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导