基于文化算法的PCNN參數(shù)標(biāo)定的研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是人工智能的重要領(lǐng)域之一。對(duì)貓的大腦視覺皮層進(jìn)行研究而發(fā)展起來(lái)的脈沖耦合神經(jīng)網(wǎng)絡(luò)作為第三代的新型神經(jīng)網(wǎng)絡(luò)模型，其從生物視覺模型抽象出的獨(dú)特特性，使得脈沖耦合神經(jīng)網(wǎng)絡(luò)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(shì)，逐漸成為圖像領(lǐng)域研究的熱點(diǎn)之一。 但是在脈沖耦合神經(jīng)網(wǎng)絡(luò)的模型中，具有較多的網(wǎng)絡(luò)參數(shù)需要人工設(shè)置，需要耗費(fèi)大量時(shí)間，給該模型的應(yīng)用造成了一定的障礙。為了實(shí)現(xiàn)對(duì)于脈沖耦合神經(jīng)網(wǎng)絡(luò)模型參數(shù)的自動(dòng)設(shè)定，本文采用了

2、一種模擬人類社會(huì)的演化過(guò)程的新型進(jìn)化算法—文化算法，該算法具有的雙層進(jìn)化空間，使其在搜索過(guò)程中表現(xiàn)出比傳統(tǒng)進(jìn)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(shí)指導(dǎo)的文化算法對(duì)最后的尋優(yōu)結(jié)果的影響，利用文化算法對(duì)參數(shù)的自動(dòng)全局尋優(yōu)能力，完成了脈沖耦合神經(jīng)網(wǎng)絡(luò)參數(shù)的自動(dòng)設(shè)置，在此基礎(chǔ)上研究并實(shí)現(xiàn)了基于文化算法的脈沖耦合神經(jīng)網(wǎng)絡(luò)圖像分割，取得了預(yù)期的效果。 實(shí)驗(yàn)結(jié)果驗(yàn)證了文化算法在脈沖耦合神經(jīng)網(wǎng)絡(luò)參數(shù)的自