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:
探讨基于粒子群算法优化PCNN参数的织物疵点分割.将PCNN中3个参数当作粒子群中粒子,根据经PCNN分割后图像的熵作为PSO的适应度函数,寻找PCNN模型中参数的最优值.分割对比实验从主观和客观两方面验证了该方法的可行性和有效性,并与传统PCNN和OTSU分割方法进行比较.认为:此种方法的分割效果良好,可以有效提高模型的自动化程度.
推荐文章
基于异步粒子群优化算法的图像分割方法
图像分割
粒子群优化算法
异步
更新顺序
基于熵和变异度的织物疵点图像分割方法
织物疵点
图像分割
局部熵
变异度
人工神经网络脉冲藕合
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
基于粒子群优化算法和模糊熵的多级阈值图像分割算法
图像分割
粒子群优化算法
模糊熵
香农熵
鲁棒性
目标函数
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 基于粒子群算法优化PCNN的织物疵点分割
来源期刊 棉纺织技术 学科 工学
关键词 粒子群算法 脉冲耦合神经网络 疵点分割 迭代 适应度
年,卷(期) 2017,(10) 所属期刊栏目 技术专论
研究方向 页码范围 5-8
页数 4页 分类号 TP101.97
字数 2781字 语种 中文
DOI 10.3969/j.issn.1001-7415.2017.10.002
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 周武能 51 290 9.0 14.0
2 钱炜 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (455)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(11)
  • 参考文献(2)
  • 二级参考文献(9)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(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
粒子群算法
脉冲耦合神经网络
疵点分割
迭代
适应度
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
棉纺织技术
月刊
1000-7415
61-1132/TS
大16开
西安市纺织城西街138号
52-43
1973
chi
出版文献量(篇)
7135
总下载数(次)
7
总被引数(次)
34026
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导