版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于克隆選擇算法的PCNN關(guān)鍵參數(shù)自動設定算法研究.pdf
- 基于PCNN的圖像分割算法研究.pdf
- 基于pcnn的圖像分割算法研究
- 基于PCNN模型的圖像分割算法研究.pdf
- 基于PCNN的醫(yī)學圖像分割算法研究.pdf
- 基于PCNN的圖像細化算法研究與實踐.pdf
- 基于PCNN和Otsu的圖像分割算法研究.pdf
- 基于改進PCNN算法的光網(wǎng)絡波長路由算法的研究.pdf
- 基于PCNN的醫(yī)學圖像融合算法研究.pdf
- 基于PCNN及遺傳算法的指紋識別算法研究.pdf
- 基于PCNN的多聚焦圖像融合算法研究.pdf
- 基于NSCT和PCNN的圖像融合算法研究.pdf
- 基于PCNN的自動布線算法設計與實現(xiàn).pdf
- 基于PCNN的圖像濾波研究.pdf
- PCNN模型改進及參數(shù)調(diào)整研究.pdf
- 基于PCNN和NSCT變換的圖像融合算法.pdf
- 基于改進的PCNN圖像因子分解的醫(yī)學圖像增強算法.pdf
- 基于PCNN和混沌序列可撤銷指紋Fuzzy Vault算法的研究.pdf
- 基于PCNN指紋特征提取算法研究與實現(xiàn).pdf
- 基于PCNN及模糊金庫算法的指紋識別技術(shù)的研究.pdf
評論
0/150
提交評論