基于遗传算法的图像分割,bp神经网络matlab识别图像

　　【图像分割】基于遗传算法优化BP神经网络实现图像分割，包含Matlab源代码_ Matlab仿真技术博客_博客

　　1导言

　　神经网络在图像分割中需要计算大量的训练数据，计算速度跟不上实时数据处理，导致分割图像质量差。分析了传统优化BP神经网络算法存在的问题，提出了一种结合递增动量项和自适应学习速率的优化BP神经网络图像分割方法。这种方法可以加快迭代速度，跳出过早陷入局部极小的局面。最后，通过经典的图像分割实验证明了该算法的有效性。

　　第2部分代码clc，清除

　　%用于生成示例文件。

　　generate sample( data \ sample . mat )；

　　%遗传神经网络训练示例

　　gaP=[100 0.00001]；

　　bpP=[500 0.00001]；

　　load( data \ sample . mat )；

　　gabptrain( gaP，bpP，p，t)

　　%神经网络分段示例

　　load( data \ net . mat )；

　　img=imread( image \ c . BMP )；

　　bw=段(净，img)；

　　图；

　　支线剧情(2，1，1)；

　　imshow(img)；

　　支线剧情(2，1，2)；

　　im show(bw)；

　　%传统BP培训

　　%，可能没有收敛到目标值，或者收敛步数太长(356步)。

　　纪元=2000；

　　目标=0.00001；

　　net=newcf([0 255]，[6 1]，{ tansig purelin })；

　　net . train param . epochs=epochs；

　　net . train param . goal=goal；

　　load( data \ sample . mat )；

　　net=train(net，p，t)；

　　%遗传BP训练

　　%遗传算法将花费一些时间来找到最佳的权重阈值，

　　%bp的训练还是很快的，38步收敛到目标值。

　　gaP=[100 0.00001]；

　　bpP=[500 0.00001]；

　　gabptrain( gaP，bpP，p，t)；3模拟结果

　　4参考文献[1]孙。基于遗传神经网络的图像分割技术研究[D].中国地质大学(北京)。

　　毕盛楠。基于遗传算法优化BP神经网络的声纳图像分割[D].内蒙古大学。

　　博主：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域的Matlab仿真。相关的matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权，联系博主删除。

　　原创作品来自matlab研究助手，

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。