文献

J-GLOBAL ID：201802233710384884   整理番号：18A1326097

粒子群最適化と総合評価を組み合わせたパルス結合ニューラルネットワーク画像自動分割【JST・京大機械翻訳】

Automated image segmentation based on pulse coupled neural network with partide swarm optimization and comprehensive evaluation

著者 (3件)： Zhang Kunhua (深zhen大学信息工程学院,广東深zhen518060;深zhen市媒体信息内容安全重点実験室,广東深zhen518060) ,  Tan Zhiheng (深zhen大学信息工程学院,广東深zhen518060;深zhen市媒体信息内容安全重点実験室,广東深zhen518060) ,  Li Bin (深zhen大学信息工程学院,广東深zhen518060;深zhen市媒体信息内容安全重点実験室,广東深zhen518060)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 26  号： 4  ページ： 962-970  発行年： 2018年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パルス結合ニューラルネットワーク(PulseCoupledNeuralNetwork,PCNN)の画像分割における多パラメータ設定および評価基準の単一の問題を解明した。単調増加閾値探索戦略のPCNN改良モデルを用いて,PSOの最適化原理を,クロスエントロピーパラメータ,エッジマッチング度,およびノイズ制御の統合評価と結合した。粒子の適応度関数として総合的に評価して,PCNN画像分割モデルの目標時定数,接続係数,および反復回数nを自動最適化する。実験結果は,このアルゴリズムが,PCNNの動作効率の保証の下で,異なる型の画像のセグメンテーションとテクスチャ詳細の保存を両立できることを示した。実験データから、本文のアルゴリズムは総合評価と汎用総合指標において、他の対比アルゴリズムより優れ、総合的な評価は他のアルゴリズムより10.5%優れていることが分かった。客観的評価結果は,視覚主観的評価と一致し,セグメンテーションは理想的であり,アルゴリズムには高いロバスト性がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  評価基準 ,  *画像 ,  雑音 ,  ロバスト性 ,  アルゴリズム ,  *パルス ,  視覚 ,  *ニューラルネットワーク ,  *最適化 ,  セグメンテーション
準シソーラス用語： 質感 ,  画像セグメンテーション ,  *自動セグメンテーション ,  *総合評価 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： Pulse Coupled Neural Network(PCNN) ,  Particle Swarm Optimization(PSO) ,  comprehensive eval-uation ,  parameter adaptive ,  image segmentation

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 粒子群最適化 ,  総合評価 ,  パルス ,  ニューラルネットワーク ,  自動分割