학술논문
基于遗传优化DHNN的噪声图像识别研究 / Study on Noisy Image Recognition using Optimized DHNN by Genetic Algorithm
Document Type
Academic Journal
Author
Source
赣南师范大学学报 / Journal of Gannan Normal University. 43(6):43-47
Subject
Language
Chinese
ISSN
1004-8332
Abstract
采用外积法设计的离散型Hopfield神经网络(DHNN),系统稳定但识别噪声图像能力有限,因此引入遗传算法对网络参数进行优化.首先将权值与阈值编码形成染色体,创建初始种群;然后对种群中个体的染色体进行选择、交叉、变异操作,将适应度值小的个体替换同代种群中适应度值大的个体,形成子代种群,并按照同样的方式遗传若干代;最后将末代种群中适应度值最小的个体的染色体解码为权值和阈值.对3种交通标志噪声图像识别,优化前,当噪声水平增大至0.3时识别效果较差,且PSNR随着噪声水平的增大而减小;优化后识别效果更好,且PSNR先增后减,在0.5时最低.因此,采用遗传算法优化后DHNN识别噪声图像能力更强,然而算法收敛时间长,需要进一步完善.