位置:成果数据库 > 期刊 > 期刊详情页
PCNN和最大相关准则相结合的图像分割方法
  • ISSN号:1002-8331
  • 期刊名称:计算机工程与应用
  • 时间:2011.5.5
  • 页码:177-179
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]云南大学信息学院通信工程系,昆明650091
  • 相关基金:基金项目:国家自然科学基金(the National Natural Science Foundationof Chinaunder GrantNo.61065008);云南省自然科学基金(No.2005F0010M);云南大学重点项目(No.20042007C);云南大学青年项目(No.2007Q024C).
  • 相关项目:轮询系统理论演进及应用控制协议研究
中文摘要:

脉冲耦合神经网络(PCNN)是有着生物学背景的新一代人工神经网络,在图像分割方面体现了优异的性能。PCNN模型在参数估计和阈值迭代方面的问题还有待解决。将一维最大相关准则和二维最大相关准则相结合来估计神经元参数,实现了图像分割的自动化并降低了运算的复杂性。仿真结果表明,该方法在分割图效果和运算复杂度方面都得到了提高,具有较好的实用性

英文摘要:

Pulse Coupled Neural Network(PCNN) is a new generation which has a biological background of artificial neu- ral network,reflects excellent performance in the image segmentation.But the problems of PCNN model parameter estimation and threshold iteration are not been resolved.This paper combines one dimension maximal correlative criterion and two di- mension maximal correlative criterion to estimate the neuron parameters,achieves the automation of image segmentation and reduces the complexity of computing.Simulation results show that the proposed method results in the segmentation map and computational complexity compared with the related literature have been improved,and has better usability

同期刊论文项目
期刊论文 47 会议论文 9 获奖 4 著作 6
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887