参数优化的PCNN图像检索

• 作者: 曾亮 郭成
• 来源期刊: 软件工程与应用
• 学科: 工学
• 关键词: 脉冲耦合神经网络 粒子群算法 参数优化 图像检索
• 年，卷（期）: 2015,（6）
• 页码范围: 115-120
• 页数: 6页
• 分类号: TP39

摘要

脉冲耦合神经网络(PCNN)用于图像检索时需人工确定较多参数,参数确定的好坏严重影响检索效果,针对以上问题,提出一种基于进化学习的参数优化方法。通过引入粒子群算法(PSO),构建优化目标函数,提前对图像库中少量图像进行分类训练,对脉冲耦合神经网络的各参数进行优化并用于图像检索。实验表明,提出的算法能有效找到各参数的近似最优解。对图像库中未训练图像进行检索时也取得较好效果,在检索查准率、查全率及主观视觉效果方面本文方法均优于经验参数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾亮	国防科学技术大学计算机学院	35	121	7.0	9.0
2	郭成	国防科学技术大学计算机学院	1	0	0.0	0.0