论文部分内容阅读
针对传统Copula分布估计算法(EDA)局部搜索能力较差的缺点,提出基于质心的Copula EDA。在传统算法的基础上加入质心变异算子,使种群个体带着较优个体的经验信息向最优解方向进行搜索,并将其应用到图像去噪中,利用优化BP神经网络的初始权值和阈值区分出污染像素做去噪处理。实验结果表明,该算法可使BP网络分类更精确,通过分类后去噪的图像具有较高的峰值信噪比。