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。