粗糙集神經網絡在圖像分割中的應用

全部作者： 魏建 吳冰 劉艷昌 李慧 第1作者單位： 河南理工大學電氣工程與自動化學院 論文摘要： 神經網絡用于圖像分割時需要大量的訓練數據，計算速度相當慢，不適合實時數據處理。網絡節點個數、網絡層數等的設計還缺乏比較系統的理論指導�；�于此，本文提出粗糙集神經網絡用于圖像分割的方法。該方法利用粗糙集約簡理論對分割后的圖像區域特征進行約簡，以降低特征向量維數，抽取出規則，然后根據這些規則構造神經網絡隱含層的神經元個數，從而確定粗糙集神經網絡的結構。粗糙集神經網絡中每個神經單元的輸入為區域值，輸出為決策分類值，此時權值預設為各規則粗糙隸屬度值，然后用BP算法迭代，最終實現圖像的分割。試驗證明，該方法大大縮短了訓練時間，提高了精度，并且得到優于常規的分割圖像，滿足圖像處理的實時性要求。 關鍵詞： 粗糙集，約簡，等價類，粗糙集神經網絡，圖像分割 (瀏覽全文) 發表日期： 2007年02月12日 同行評議：

（暫時沒有）

綜合評價： （暫時沒有） 修改稿：

【粗糙集神經網絡在圖像分割中的應用】相關文章：

脈沖耦合神經網絡在醫學圖像處理中的應用11-22

憶阻器在神經網絡中的應用12-09

VHDL在高速圖像采集系統中的應用設計03-18

計算機圖像處理在全息學中的應用03-13

淺談圖像法在中學物理實驗中的應用11-23

探討BP神經網絡的圖像Hash算法03-03

基于LMBP神經網絡的聲納圖像識別03-07

1394技術及其在實時圖像采集系統中的應用研究03-02

模糊識別分類方法在遙感圖像混和像元分類中的應用03-07