基于遗传算法的图像分割,bp神经网络matlab识别图像

  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。

留言与评论(共有 条评论)
   
验证码: