基于文化算法的PCNN参数标定的研究

论文摘要

人工神经网络是人工智能的重要领域之一。对猫的大脑视觉皮层进行研究而发展起来的脉冲耦合神经网络作为第三代的新型神经网络模型,其从生物视觉模型抽象出的独特特性,使得脉冲耦合神经网络在图像处理方面具有传统图像处理技术所不具备的优势,逐渐成为图像领域研究的热点之一。但是在脉冲耦合神经网络的模型中,具有较多的网络参数需要人工设置,需要耗费大量时间,给该模型的应用造成了一定的障碍。为了实现对于脉冲耦合神经网络模型参数的自动设定,本文采用了一种模拟人类社会的演化过程的新型进化算法——文化算法,该算法具有的双层进化空间,使其在搜索过程中表现出比传统进化算法更为优异的全局寻优性能。本文分析了文化算法的内部特性,指出两种不同信仰知识指导的文化算法对最后的寻优结果的影响,利用文化算法对参数的自动全局寻优能力,完成了脉冲耦合神经网络参数的自动设置,在此基础上研究并实现了基于文化算法的脉冲耦合神经网络图像分割,取得了预期的效果。实验结果验证了文化算法在脉冲耦合神经网络参数的自动标定上的可信性与正确性,为脉冲耦合神经网络与文化算法的后续研究奠定了良好的基础。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景
• 1.2 PCNN国内外目前的发展状况及问题的提出
• 1.3 文化算法在搜索中的优势
• 1.4 论文主要工作和结构安排
• 第2章 脉冲耦合神经网络工作原理及特性
• 2.1 脉冲耦合神经网络基本模型
• 2.1.1 神经元
• 2.1.2 人工神经网络
• 2.1.3 脉冲耦合神经网络基本模型
• 2.2 脉冲耦合神经网络工作原理
• 2.2.1 脉冲耦合神经元的脉冲机制分析
• 2.2.2 单个神经元动态行为分析
• 2.2.3 多个神经元的动态行为分析
• 2.3 脉冲耦合神经网络的特性
• 2.4 实验与分析
• 2.5 本章小结
• 第3章 文化算法的原理及分析
• 3.1 进化算法起源及搜索策略
• 3.1.1 进化算法的早期研究
• 3.1.2 优化算法的搜索方法与策略
• 3.2 遗传算法与进化规划
• 3.2.1 遗传算法基本理论
• 3.2.2 进化规划的基本模型
• 3.2.3 进化规划与遗传算法的比较
• 3.3 文化算法基本理论与分析
• 3.3.1 文化算法基本框架
• 3.3.2 文化算法中的信仰知识
• 3.3.3 文化算法对其他进化算法的优势
• 3.4 实验与分析
• 3.4.1 具有不同影响函数的文化算法
• 3.4.2 实验结果与分析
• 3.5 本章小结
• 第4章 文化算法在PCNN参数标定中的应用
• 4.1 引言
• 4.2 图像分割的定义及其主要方法
• 4.2.1 图像分割的定义
• 4.2.2 图像分割的主要方法
• 4.3 应用于图像分割的简化PCNN模型
• 4.4 应用于 PCNN图像分割参数标定的文化算法
• 4.5 实验结果及分析
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢