哈里斯鷹算法優(yōu)化脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像自動(dòng)分割
關(guān)鍵詞：圖像分割 哈里斯鷹優(yōu)化算法 脈沖耦合神經(jīng)網(wǎng)絡(luò) 熵 評價(jià)標(biāo)準(zhǔn)
摘要：為了降低脈沖耦合神經(jīng)網(wǎng)絡(luò)(pulse coupled neural network,PCNN)參數(shù)設(shè)置的復(fù)雜度,提出了一種利用哈里斯鷹優(yōu)化算法(Harris Hawk optimization algorithm,HHO)搜索PCNN參數(shù)的圖像自動(dòng)分割方法。一方面,在不影響分割效果的情況下,減少了PCNN的參數(shù)個(gè)數(shù);另一方面,HHO算法具有收斂速度快、全局搜索能力強(qiáng)的特點(diǎn),能夠快速、準(zhǔn)確地搜索到PCNN相應(yīng)參數(shù)。引入圖像熵作為適應(yīng)度函數(shù),選取腦部MRI圖像進(jìn)行實(shí)驗(yàn),通過精度、召回率和dice,比較了HHO結(jié)合PCNN與幾種不同搜索機(jī)制的優(yōu)化算法結(jié)合PCNN的分割性能,仿真實(shí)驗(yàn)結(jié)果表明,提出的方法有較高的分割精度和較強(qiáng)的魯棒性,具有較高的工程實(shí)用價(jià)值。
應(yīng)用科技雜志要求:
{1}正文標(biāo)題：內(nèi)容應(yīng)簡潔、明了。標(biāo)題層次一級標(biāo)題用“一、二、……”來標(biāo)識(shí)，二級標(biāo)題用“（一）、（二）、……”來標(biāo)識(shí)，三級標(biāo)題用“1.2.”來標(biāo)識(shí)，四級標(biāo)題用“（1）（2）”來標(biāo)識(shí)。一般不宜超過4層。
{2}文章應(yīng)主題明確，數(shù)據(jù)可靠，圖表清晰，邏輯嚴(yán)謹(jǐn)，文字精練，標(biāo)點(diǎn)符號正確。
{3}來稿標(biāo)題需簡明扼要，宜控制在20字以內(nèi)，正文前務(wù)必添加中文摘要和關(guān)鍵詞。
{4}參考文獻(xiàn)：來稿要有參考文獻(xiàn)，內(nèi)容必須是公開發(fā)表的，參考文獻(xiàn)需詳細(xì)標(biāo)注。
{5}作者單位用腳注方式（阿拉伯?dāng)?shù)字）書寫在正文第1頁最下方，寫明所有作者的工作單位、城市(或縣)和郵政編碼。第一作者必須在文末提交個(gè)人簡介。書寫格式依次為：姓名(出生年～)、性別、民族、學(xué)歷、職稱、研究方向等。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
