一种粒子群优化原型模式修正力度的协同分类方法

• 作者: 姚伟 孙即祥 敖永红 邹刚 陈森林
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 协同神经网络 原型模式重构 粒子群优化
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 算法研究
• 页码范围: 558-562
• 分类号: TP391.41
• 字数: 4054字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2010.04.015

摘要

协同模式识别是一种有着抗噪声、抗缺损、强鲁棒性等诸多优良特性的模式识别方法,其中原型模式的选取模式识别结果有着决定性的作用,其选取直接决定着模式识别的结果和效果,各种方法中信息反馈修正的方法能获得较的效果,但易出现信息饱和的问题;提出了一种粒子群优化修正力度的处理机制,能有效改善此问题,获得最优原型;改进的算法应用于纹理和鼻咽癌细胞图像识别,结果表明,该方法能有效地提高协同神经网络的识别率和可靠性,且识速度也有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙即祥	国防科技大学电子工程学院	81	1242	17.0	32.0
2	陈森林	湖南省肿瘤医院病理科	62	239	7.0	12.0
3	邹刚	国防科技大学电子工程学院	22	66	5.0	7.0
7	敖永红	国防科技大学信息中心	17	64	4.0	7.0
8	姚伟	国防科技大学电子工程学院	12	75	5.0	8.0