一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法

	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 1; 丁世飞 1; 史忠植 2; 赵作鹏 1; 朱红 1
	2012
发表期刊	模式识别与人工智能
ISSN	1003-6059
卷号	25.0 期号:006 页码:909
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．
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
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/37274
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.中国矿业大学 2.中国科学院计算技术研究所
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.