?1 簡(jiǎn)介

神經(jīng)網(wǎng)絡(luò)在圖像分割時(shí)需要計(jì)算大量的訓(xùn)練數(shù)據(jù),計(jì)算速度跟不上實(shí)時(shí)數(shù)據(jù)處理,造成分割圖像的質(zhì)量較差的問題,分析了傳統(tǒng)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法中存在的問題,提出了一種將增加動(dòng)量項(xiàng)與自適應(yīng)調(diào)整學(xué)習(xí)率相結(jié)合的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)圖像分割方法,該方法可以加快迭代速度,還可以跳出過早局部極小值的局面.最后對(duì)經(jīng)典圖像進(jìn)行分割實(shí)驗(yàn)驗(yàn)證,取得較好的效果,同時(shí)該算法還有效的縮短了圖像分割的時(shí)間.

2 部分代碼

clc,clear%用于產(chǎn)生樣本文件generatesample('data\sample.mat'); ?%遺傳神經(jīng)網(wǎng)絡(luò)訓(xùn)練示例gaP = [100 0.00001];bpP = [500 0.00001];load('data\sample.mat');gabptrain( gaP,bpP,p,t )%神經(jīng)網(wǎng)絡(luò)分割示例load('data\net.mat');img = imread('image\c.bmp');bw = segment( net,img ) ;figure;subplot(2,1,1);imshow(img);subplot(2,1,2);imshow(bw);%傳統(tǒng)BP訓(xùn)練%出現(xiàn)的結(jié)果，可能收斂不到目標(biāo)值，或者收斂步數(shù)太長(zhǎng)(356步)epochs = 2000;goal = 0.00001 ;net = newcf([0 255],[6 1],{'tansig' 'purelin'});net.trainParam.epochs = epochs;net.trainParam.goal = goal ;load('data\sample.mat');net = train(net,p,t);%遺傳BP訓(xùn)練%遺傳算法尋找最優(yōu)權(quán)值閾值會(huì)用一些時(shí)間，%bp的訓(xùn)練還是非常快，38步就收斂到的目標(biāo)值gaP = [100 0.00001];bpP = [500 0.00001];gabptrain( gaP,bpP,p,t );

3 仿真結(jié)果

4 參考文獻(xiàn)

[1]孫學(xué)敏. 基于遺傳神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)研究[D]. 中國(guó)地質(zhì)大學(xué)(北京).

[2]畢盛楠. 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的聲吶圖像分割[D]. 內(nèi)蒙古大學(xué).

博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。