-
题名极限学习机算法舰船图像自动分割
- 1
-
-
作者
孙林坡
-
机构
河南质量工程职业学院
-
出处
《舰船科学技术》
北大核心
2020年第22期43-45,共3页
-
基金
河南省教育厅教改项目(2019JSJYZD-008)
-
文摘
现有舰船图像分割方法存在分割时间较长、分割精度较差的缺陷,为此提出极限学习机算法的舰船图像自动分割方法研究。基于载入的舰船图像,利用傅里叶变换方法获取舰船图像显著图,依据极限学习机算法构架ELM分类模型,将上述获取的舰船图像显著图作为ELM分类模型的训练样本,通过Bagging集成策略确定最佳ELM分类模型,以此为工具,制定舰船图像自动分割程序,执行上述程序,即实现了舰船图像的自动分割。仿真实验结果表明,与给定标准数值相比较,提出方法的舰船图像分割时间更短、舰船图像分割精度更高,充分说明提出方法舰船图像分割效果更佳。
-
关键词
极限学习机算法
舰船图像
分割
elm分类模型
-
Keywords
extreme learning machine algorithm
ship image
segmentation
elm classification model
-
分类号
U66
[交通运输工程—船舶及航道工程]
-
