基于文化算法的PCNN參數(shù)標定的研究.pdf

1、人工神經(jīng)網(wǎng)絡是人工智能的重要領(lǐng)域之一。對貓的大腦視覺皮層進行研究而發(fā)展起來的脈沖耦合神經(jīng)網(wǎng)絡作為第三代的新型神經(jīng)網(wǎng)絡模型，其從生物視覺模型抽象出的獨特特性，使得脈沖耦合神經(jīng)網(wǎng)絡在圖像處理方面具有傳統(tǒng)圖像處理技術(shù)所不具備的優(yōu)勢，逐漸成為圖像領(lǐng)域研究的熱點之一。 但是在脈沖耦合神經(jīng)網(wǎng)絡的模型中，具有較多的網(wǎng)絡參數(shù)需要人工設置，需要耗費大量時間，給該模型的應用造成了一定的障礙。為了實現(xiàn)對于脈沖耦合神經(jīng)網(wǎng)絡模型參數(shù)的自動設定，本文采用了

2、一種模擬人類社會的演化過程的新型進化算法—文化算法，該算法具有的雙層進化空間，使其在搜索過程中表現(xiàn)出比傳統(tǒng)進化算法更為優(yōu)異的全局尋優(yōu)性能。本文分析了文化算法的內(nèi)部特性，指出兩種不同信仰知識指導的文化算法對最后的尋優(yōu)結(jié)果的影響，利用文化算法對參數(shù)的自動全局尋優(yōu)能力，完成了脈沖耦合神經(jīng)網(wǎng)絡參數(shù)的自動設置，在此基礎上研究并實現(xiàn)了基于文化算法的脈沖耦合神經(jīng)網(wǎng)絡圖像分割，取得了預期的效果。 實驗結(jié)果驗證了文化算法在脈沖耦合神經(jīng)網(wǎng)絡參數(shù)的自