用改进的竞争Hopfieid神经网络求解多边形近似问题

多边形近似是提取曲线特征点和简化曲线描述的一种重要方法。提出一种改进的Hopfield神经网络多边形近似算法，该算法利用选择拐点策略减少了搜索空间，重新定义了神经网络的能量函数，使其更能反映优化目标；引入合并拆分搜索策略，有效帮助神经网络脱离局部最小值。实验结果表明，提出的改进算法是有效的，比其它算法如关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能。