资源简介

Matlab 编写的基于遗传算法的数字图像分割实现,仅供参考学习。

资源截图

代码片段和文件信息




%传统BP训练
%出现的结果,可能收敛不到目标值,或者收敛步数太长(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(netpt);

%遗传BP训练
%遗传算法寻找最优权值阈值会用一些时间,
%bp的训练还是非常快,38步就收敛到的目标值
gaP = [100 0.00001];
bpP = [500 0.00001];
gabptrain( gaPbpPpt );

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        423  2006-03-21 21:14  基于遗传神经网络的图像分割\compbpandgabp.m

     文件        653  2006-03-21 21:12  基于遗传神经网络的图像分割\demo.asv

     文件        757  2006-03-21 21:14  基于遗传神经网络的图像分割\demo.m

     文件        310  2006-03-13 14:32  基于遗传神经网络的图像分割\gabptrain.m

     文件       1008  2006-03-13 14:39  基于遗传神经网络的图像分割\gadecod.m

     文件        186  2006-03-13 14:41  基于遗传神经网络的图像分割\gafitness.m

     文件        193  2006-03-13 14:42  基于遗传神经网络的图像分割\generatesample.m

     文件        615  2006-03-13 14:33  基于遗传神经网络的图像分割\getWBbyga.m

     文件        448  2006-03-13 14:34  基于遗传神经网络的图像分割\initnet.m

     文件       6416  2006-03-13 14:02  基于遗传神经网络的图像分割\interface.fig

     文件      19224  2006-03-13 14:12  基于遗传神经网络的图像分割\interface.m

     文件        278  2006-03-13 14:42  基于遗传神经网络的图像分割\nninit.m

     文件        308  2006-03-14 19:43  基于遗传神经网络的图像分割\segment.m

     文件        449  2006-11-06 10:53  基于遗传神经网络的图像分割\新建 文本文档.txt

     文件      33120  2000-12-28 06:30  基于遗传神经网络的图像分割\image\a.BMP

     文件      73160  2000-12-28 06:30  基于遗传神经网络的图像分割\image\b.BMP

     文件      66616  2001-01-06 14:34  基于遗传神经网络的图像分割\image\c.bmp

    ..A.SH.     28672  2006-03-14 19:41  基于遗传神经网络的图像分割\image\Thumbs.db

     文件       2424  2006-03-13 13:55  基于遗传神经网络的图像分割\data\net.mat

     文件       2424  2006-03-14 19:23  基于遗传神经网络的图像分割\data\net1.mat

     文件        496  2006-03-14 14:37  基于遗传神经网络的图像分割\data\sample.mat

    ..AD...         0  2007-01-06 16:08  基于遗传神经网络的图像分割\image

    ..AD...         0  2007-01-06 16:08  基于遗传神经网络的图像分割\data

     目录          0  2007-01-06 16:08  基于遗传神经网络的图像分割

----------- ---------  ---------- -----  ----

               238398                    25


评论

共有 条评论