哈里斯鹰算法优化脉冲耦合神经网络的图像自动分割

• 作者: 姜子超 孙康健 康立飞 彭晓旭 李瑶 贾鹤鸣
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 图像分割 哈里斯鹰优化算法 脉冲耦合神经网络 熵 评价标准 参数自适应 智能优化算法 神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 自动化技术
• 页码范围: 16-20,25
• 页数: 6页
• 分类号: TP391
• 字数: 2950字
• 语种: 中文
• DOI: 10.11991/yykj.201904022

摘要

为了降低脉冲耦合神经网络(pulse coupled neural network,PCNN)参数设置的复杂度,提出了一种利用哈里斯鹰优化算法(Harris Hawk optimization algorithm,HHO)搜索PCNN参数的图像自动分割方法.一方面,在不影响分割效果的情况下,减少了PCNN的参数个数;另一方面,HHO算法具有收敛速度快、全局搜索能力强的特点,能够快速、准确地搜索到PCNN相应参数.引入图像熵作为适应度函数,选取脑部MRI图像进行实验,通过精度、召回率和dice,比较了HHO结合PCNN与几种不同搜索机制的优化算法结合PCNN的分割性能,仿真实验结果表明,提出的方法有较高的分割精度和较强的鲁棒性,具有较高的工程实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾鹤鸣	东北林业大学机电工程学院	126	543	13.0	18.0
2	彭晓旭	东北林业大学机电工程学院	17	14	3.0	3.0
3	姜子超	东北林业大学机电工程学院	4	0	0.0	0.0
4	李瑶	东北林业大学机电工程学院	7	0	0.0	0.0
5	孙康健	东北林业大学机电工程学院	6	1	1.0	1.0
6	康立飞	东北林业大学机电工程学院	7	9	2.0	3.0