基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于改进粒子群优化算法的灰色神经网络模型
粒子群算法
灰色神经网络模型
预测
基于EBF神经网络和粒子群算法的注射成型优化设计
翘曲分析
神经网络
粒子群算法
优化
基于蛙跳粒子群的BP神经网络算法
蛙跳算法
粒子群算法
BP神经网络
改进的粒子群算法优化神经网络及应用
神经网络权值
粒子群优化算法
动态惯性权重
变异与交叉
有效性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群算法的细胞神经网络模板参数设计
来源期刊 计算机技术与发展 学科 工学
关键词 粒子群算法 细胞神经网络 模板参数 CNN动态性能
年,卷(期) 2009,(4) 所属期刊栏目 智能、算法、系统结构
研究方向 页码范围 83-86
页数 4页 分类号 TP183
字数 2969字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.04.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于盛林 南京航空航天大学自动化学院 151 3177 24.0 51.0
2 卢珊萍 南京航空航天大学自动化学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (12)
1988(2)
  • 参考文献(2)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群算法
细胞神经网络
模板参数
CNN动态性能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导