基于遗传算法的进化神经网络算法在医学图像压缩中的应用研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:king_casper
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着图像处理技术的不断进步和发展,数字成像技术在医学中的应用日益广泛,产生了大量的数据,给图像的存储和传输技术提出了严峻的挑战,解决它的关键技术之一就是医学图像压缩技术. 传统的图像压缩方法很多,但大多存在压缩比低、误差大的缺点. 基于神经网络的图像压缩技术,在理论和技术上开辟了图像压缩的新途径.传统的BP神经网络算法本质上是一种梯度下降算法,因而不可避免地具有以下缺陷:收敛速度慢、易陷入局部极小值等.遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机的自适应搜索算法. 本文设计并实现了基于遗传算法的进化神经网络算法,该算法将遗传算法和BP算法相结合,用基于实数编码的遗传算法优化神经网络的权值后,应用于图像压缩.实验结果表明,该算法与BP纯神经网络算法相比具有更好的压缩效果.
其他文献
随着信息化技术的不断发展,档案信息化建设时企业信息一体化发展的重要组成部分,将推动企业持续发展,是社会经济发展的必然趋势.基于此,文章结合相关资料总结归纳了当前我国
工程材料大多是非均匀的,即使宏观上均匀,进入细观层次也都是非均匀的。因此,一直以来,建立非均匀材料宏观有效力学性质与微结构参数的定量关系是人们感兴趣的一个研究课题。本文
由于压电复合材料力、电特性的可设计性,能够克服单一压电材料脆性易断的缺点,因此在自适应结构中有着广泛的应用。本文应用均匀化方法,预测了压电复合材料的有效性能,分析了细观
超疏水材料因具有自清洁、防雾、减阻、低粘附等诸多特性,一直吸引人们的关注。气液界面能否稳定存在是实现这些功能的关键,研究气液界面的稳定性和时效性对超疏水材料的实际
近几年,信息数据应用越来越广泛.对企业而言,如何有效管理各机构的行政记录,处理信息爆炸的数据成为目前的一个重点关注问题.尤其对于企业而言,人事档案管理与企业的正规运作
运用大数据处理信息和计算是现代智能工作的主要体现形式,随着信息技术的不断发展,以云计算和互联网信息为载体的数据处理模式已经成为我们智能生活的重要组成部分,如何在推
随着社会的不断发展,科技的不断进步,人们当今正处在信息化高速发展的时代.现如今人们的日常生活都在发生着翻天覆地的变化,逐渐朝着数据化,信息化的模式发展而发展.正因为科
当前信息化已经逐渐深入到人们的生活,并为人们的带来了巨大的便利.在档案管理方面,其信息化发展也成为当前档案管理的主要趋势.鉴于此,本文将以档案管理信息化为视角,针对如
分布式电源(Distributed Generation,DG)拥有低碳环保、发电方式和能源类型多样、有助于提高用户供电可靠性和电能质量等优点,极好地适应了分散电力需求和能源分布,越来越多地被接入配电网。DG接入配电网后,传统配电网变成了多源网络,潮流的流向由单向变成了不定向,对电压和功率分布、网络损耗均有较大影响。同时,配电网存在三相支路参数不对称和三相负荷不平衡的结构特征,对于配电网的分析应考
学位
大数据时代,信息技术越来越先进,所以也对档案管理工作提出了更高的要求.档案管理者必须具备丰富的经验和知识,能对计算机软件硬件熟练操作,而且拥有服务意识,这样才能适应时