一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法
文献类型：期刊论文
| 作者 | 许新征2; 丁世飞2; 史忠植1; 赵作鹏2; 朱红2 |
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2012 |
| 卷号 | 25.0期号:006页码:909 |
| 关键词 | 脉冲耦合神经网络（PCNN） 量子微粒群优化（QPSO） 自适应 图像分割 互信息 |
| ISSN号 | 1003-6059 |
| 英文摘要 | 针对目前脉冲耦合神经网络（PCNN）神经元模型中的参数主要通过人工定义的问题，提出一种基于量子微粒群优化（QPSO）算法的PCNN参数自动确定方法，并分析该算法的时间复杂度．该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数，在解空间中自动搜索PCNN中待确定参数的最优值，提供一种PCNN神经元模型中的参数自动确定方法．将该方法应用于图像分割时，以互信息量作为图像分割评价标准．仿真结果表明文中方法实现正确的图像分割，其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法，表现出较好的鲁棒性． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37273]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中国矿业大学 |
| 推荐引用方式 GB/T 7714 | 许新征,丁世飞,史忠植,等. 一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法[J]. 模式识别与人工智能,2012,25.0(006):909. |
| APA | 许新征,丁世飞,史忠植,赵作鹏,&朱红.(2012).一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法.模式识别与人工智能,25.0(006),909. |
| MLA | 许新征,et al."一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法".模式识别与人工智能 25.0.006(2012):909. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。