HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于最大交叉熵的PCNN简化模型在图像分割中的应用

作者:夏辉; 穆希辉; 马振书; 兰箭; 杜峰坡最大熵最大交叉熵pcnn图像分割

摘要:用PCNN作图像分割时,选择不同的模型参数值和停止判决准则,图像分割的差异很大。分别选择最大熵和最大交叉熵作为PCNN图像分割准则,并对PCNN模型进行合理简化。实验结果表明,基于最大交叉熵准则PCNN迭代次数更少,图像分割效果明显优于最大熵准则。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

军械工程学院学报

《军械工程学院学报》(CN:13-1257/E)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《军械工程学院学报》展示学院教学与科研水平,交流学术研究最新成果,为人才培养、学科建设和部队建设服务。读者对象:面向全军各大单位领导机关、军内外相关院校及科研部门的专家、学者等。

杂志详情