[发明专利]基于Arnold变换的混沌遗传BP神经网络图像分割方法

摘要

本发明涉及基于Arnold变换的混沌遗传BP神经网络图像分割方法，该方法包括采用混沌遗传算法优化BP神经网络，利用训练好的BP神经网络进行图像分割；所述混沌遗传算法的具体过程为：①初始化种群：以混沌映射产生大小两个种群x、y，以小种群x作为初始种群，大种群y备用；②计算初始种群x中的个体适应度值；将初始种群x中的个体适应度值后设定个数的个体替换为大种群y中的个体，并计算替换后个体的适应度值；③根据计算出的个体适应度值，对初始种群x中个体进行选择、交叉及混沌变异操作直至达到最大进化次数或最大适应度不再发生变化，算法终止。本发明能有效确保种群进化过程的遍历性，加快神经网络训练进程，增强图像分割效果。

主权项

基于Arnold变换的混沌遗传BP神经网络图像分割方法，其特征在于，该方法包括如下步骤：1)建立BP神经网络；2)根据混沌遗传算法求出的最优解得到BP神经网络初始权值和初始阈值；3)把初始阈值和初始权值带入BP神经网络中，输入数据进行训练，通过每次训练得到的误差更新BP神经网络的权值和阈值，经过反复迭代得到训练好的BP神经网络；4)利用训练好的BP神经网络进行图像分割；所述根据混沌遗传算法求出的最优解得到BP神经网络初始权值和初始阈值的具体过程为：①初始化种群：以混沌映射的方法产生种群p，将种群p分为初始种群x和待优化种群y；初始种群x的个体个数小于待优化种群y的个体个数；②根据BP神经网络的实际输出像素值和期望值的误差计算初始种群x中的个体适应度值；其中，将初始种群x中的个体适应度值后设定个数的个体替换为待优化种群y中的个体，并计算替换后个体的适应度值；③根据计算出的个体适应度值，对初始种群x中个体进行选择、交叉及混沌变异操作直至达到最大进化次数或种群中个体最大适应度值不再发生变化，算法终止。