论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
全部作者: 魏建 吴冰 刘艳昌 李慧 第1作者单位: 河南理工大学电气工程与自动化学院 摘要: 神经网络用于图像分割时需要大量的训练数据,计算速度相当慢,不适合实时数据处理。网络节点个数、网络层数等的设计还缺乏比较系统的理论指导。基于此,本文提出粗糙集神经网络用于图像分割的方法。该方法利用粗糙集约简理论对分割后的图像区域特征进行约简,以降低特征向量维数,抽取出规则,然后根据这些规则构造神经网络隐含层的神经元个数,从而确定粗糙集神经网络的结构。粗糙集神经网络中每个神经单元的输入为区域值,输出为决策分类值,此时权值预设为各规则粗糙隶属度值,然后用BP算法迭代,最终实现图像的分割。试验证明,该方法大大缩短了训练时间,提高了精度,并且得到优于常规的分割图像,满足图像处理的实时性要求。 关键词: 粗糙集,约简,等价类,粗糙集神经网络,图像分割 (浏览全文) 发表日期: 2007年02月12日 同行评议:
(暂时没有)
综合评价: (暂时没有) 修改稿: