一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法 | |
许新征 ; 丁世飞 ; 史忠植 ; 赵作鹏 ; 朱红 | |
2015-08-30 ; 2015-08-30 | |
中文摘要 | 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. |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/10304] ![]() |
专题 | 中国矿业大学(徐州) |
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],2015, 2015. |
APA | 许新征,丁世飞,史忠植,赵作鹏,&朱红.(2015).一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法.. |
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".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论