[1]卢珊萍 于盛林.基于粒子群算法的细胞神经网络模板参数设计[J].计算机技术与发展,2009,(04):83-86.
 LU Shan-ping,YU Sheng-lin.A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm[J].,2009,(04):83-86.
点击复制

基于粒子群算法的细胞神经网络模板参数设计()
分享到:

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年04期
页码:
83-86
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm
文章编号:
1673-629X(2009)04-0083-04
作者:
卢珊萍 于盛林
南京航空航天大学自动化学院
Author(s):
LU Shan-ping YU Sheng-lin
College of Automation Engineering, Nanjing University of Aeronautics & Astronautics
关键词:
粒子群算法细胞神经网络模板参数CNN动态性能
Keywords:
particle swarm optimizer algorithmcellular neural networkcloning template dynamic performance of CNN
分类号:
TP183
文献标志码:
A
摘要:
细胞神经网络的关键问题之一是找出其模板参数,文中提出一种基于粒子群算法结合CNN动态性能设计细胞神经网络模板参数的方法。该方法能在CNN动态性能分析确定的模板参数的区间范围内,快速地寻找到最优值。与其他优化算法相比(如遗传算法),粒子群算法参数设置比较简单,更容易实现且收敛速度比较快。经仿真证明,通过此算法设计的细胞神经网络边缘提取的模板参数是可靠的。
Abstract:
Designing the cloning template is critical to Cellular neural network for a specified task. A new method for CNN template designing based on particle swarm optimizer algorithm combined with the dynamic performance of the CNN is proposed. This method can q

相似文献/References:

[1]张爱华 江中勤 张华.基于粒子群优化算法的分形图像压缩编码[J].计算机技术与发展,2010,(02):21.
 ZHANG Ai-hua,JIANG Zhong-qin,ZHANG Hua.Fractal Image Compression Coding Based on PSO[J].,2010,(04):21.
[2]唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,(02):213.
 TANG Jun.Principle and Application of PSO Algorithm[J].,2010,(04):213.
[3]张捍东 廖天红 岑豫皖.用模拟退火思想的粒子群算法实现图像分割[J].计算机技术与发展,2010,(05):83.
 ZHANG Han-dong,LIAO Tian-hong,CEN Yu-wan.Image Segmentation Through Particle Swarm Optimization Based on Simulated Annealing[J].,2010,(04):83.
[4]廖锋 高兴宝.差分演化算法在约束优化问题中的应用[J].计算机技术与发展,2010,(05):187.
 LIAO Feng,GAO Xing-bao.Application of Differential Evolution Algorithms on Constraint Optimization Problems[J].,2010,(04):187.
[5]来磊 卢文科 邓开连.基于二维Tsallis交叉熵直线型图像阈值分割方法[J].计算机技术与发展,2010,(06):105.
 LAI Lei,LU Wen-ke,DENG Kai-lian.New Image Thresholding Segmentation Methods Based on Two-Dimensional Tsallis Cross-Entropy Liner-Type[J].,2010,(04):105.
[6]邹毅 朱晓萍 王秀平.一种基于混沌优化的混合粒子群算法[J].计算机技术与发展,2009,(11):18.
 ZOU Yi,ZHU Xiao-ping,WANG Xiu-ping.A Hybrid PSO Algorithm Based on Chaos Optimization[J].,2009,(04):18.
[7]王为为 程家兴 贺晟.基于佳点集交叉的粒子群算法[J].计算机技术与发展,2009,(12):32.
 WANG Wei-wei,CHENG Jia-xing,HE Sheng.Particle Swarm Algorithm Based on Good Point Set Crossover[J].,2009,(04):32.
[8]贾瑞玉 黄义堂 邢猛.一种动态改变权值的简化粒子群算法[J].计算机技术与发展,2009,(02):137.
 JIA Rui-yu,HUANG Yi-tang,XING Meng.A Modified Simple Particle Swarm Optimization Using Dynamically Decreasing Inertia Weight[J].,2009,(04):137.
[9]程莹 刘文波.基于自适应遗传算法的细胞神经网络模板设计[J].计算机技术与发展,2008,(05):54.
 CHENG Ying,LIU Wen-bo.Design on CNN Template Parameters Based on Adaptive Genetic Algorithm[J].,2008,(04):54.
[10]王艳玲 李龙澍 胡哲.群体智能优化算法[J].计算机技术与发展,2008,(08):114.
 WANG Yan-ling,LI Long-shu,HU Zhe.Swarm Intelligence Optimization Algorithm[J].,2008,(04):114.

备注/Memo

备注/Memo:
卢珊萍(1985-),女,硕士研究生,研究方向为计算机测控、图像处理;于盛林,教授,博士生导师,研究方向为计算机测控,数字信号处理,混沌、分形理论及应用。
更新日期/Last Update: 1900-01-01