[发明专利]一种基于ABC-PCNN的裂缝识别方法及系统在审
| 申请号： | 201811429036.6 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109615616A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 王育坚;谭卫雄;李深圳 | 申请（专利权）人： | 北京联合大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/00;G06N3/04;G06N3/08;G06T7/11 |
| 代理公司： | 北京驰纳智财知识产权代理事务所(普通合伙) 11367 | 代理人： | 谢亮 |
| 地址： | 100101 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于ABC‑PCNN的裂缝识别方法及系统，其中方法包括提取路面裂缝图像的特征矢量还包括以下步骤：使用优化后的BP神经网络训练测试样本；采用所述测试样本的预测值和真实值的交叉熵作为所述矢量特征的目标函数，完成对所述路面裂缝图像的识别。本发明提出一种基于ABC‑PCNN的裂缝识别方法及系统，通过加入自适应因子对人工蜂群（Artificial bee colony，ABC）算法的搜索位置和概率选择进行改进，利用改进的ABC算法去优化BP神经网络的权值与阈值，建立一种改进的ABC—BP混合神经网络路面裂缝识别算法，通过实验验证了该算法具有较好的通用性与有效性。 | ||
| 搜索关键词： | 算法 裂缝识别 路面裂缝 混合神经网络 图像 改进 测试样本 概率选择 目标函数 实验验证 矢量特征 搜索位置 特征矢量 训练测试 交叉熵 自适应 蜂群 样本 优化 预测 | ||
【主权项】：
1.一种基于ABC‑PCNN的裂缝识别方法，包括提取路面裂缝图像的特征矢量，其特征在于，还包括以下步骤：步骤1：简化PCNN模型；步骤2：改进基于最小误差准则的适应度函数fit；步骤3：将改进ABC‑PCNN算法用于路面裂缝图像进行二值分割。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京联合大学，未经北京联合大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811429036.6/，转载请声明来源钻瓜专利网。
