粒子群进化学习自适应双通道脉冲耦合神经网络图像融合方法研究

• 作者: 吴小俊 李奕
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 双通道脉冲耦合神经网络 进化学习 多准则目标函数 图像融合
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 217-222
• 页数: 6页
• 分类号: TP391
• 字数: 5840字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.02.002

摘要

针对双通道脉冲耦合神经网络图像融合方法中参数选取不易确定之挑战，提出了一种基于进化学习的自适应双通道脉冲耦合图像融合方法。通过引入自适应学习能力的进化学习算法和构建新的优化目标对双通道脉冲耦合神经网络模型参数来进行优化，提出的新算法能够有效地找到双通道脉冲耦合神经网络模型的近似最优参数，克服了经典双通道脉冲耦合神经网络图像融合方法需要人工交互穷举尝试不同参数来获取较优参数之缺点。实验研究亦表明了上述优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学物联网工程学院	170	1079	17.0	22.0
2	李奕	江南大学物联网工程学院	4	49	3.0	4.0