粗糙集神经网络在图像分割中的应用
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：【粗糙集神经网络在图像分割中的应用】相关文章：
脉冲耦合神经网络在医学图像处理中的应用11-22
忆阻器在神经网络中的应用12-09
VHDL在高速图像采集系统中的应用设计03-18
计算机图像处理在全息学中的应用03-13
浅谈图像法在中学物理实验中的应用11-23
探讨BP神经网络的图像Hash算法03-03
基于LMBP神经网络的声纳图像识别03-07