改进型粒子群优化算法的BP神经网络全息图压缩

• 作者: 侯阿临 刘乐 廖庆 徐玉蕊 王刚刚
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 全息图 粒子群优化算法 MPSO-BP网络
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 147-152
• 页数: 6页
• 分类号: TP391
• 字数: 3244字
• 语种: 中文

摘要

针对拥有庞大数据量的全息图再现像质量不理想的问题,提出一种针对粒子群优化算法(PSO:Particle Swarm Optimization)中学习因子和惯性权值进行动态调整的方法,将改进后的算法与反向传播(BP:Back Propagation)神经网络相融合形成改进型粒子群优化BP神经网络(MPSO-BP:Modified Particle Swarm Optimizing BP Neural Network)并用于全息图压缩.通过与BP神经网络和粒子群优化BP神经网络(PSO-BP:Particle Swarm Optimizing BP Neural Network)压缩算法进行对比,证明了该网络压缩算法在保持较好的压缩效率时得到的全息图再现像质量更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯阿临	长春工业大学计算机科学与工程学院	30	138	6.0	10.0
2	刘乐	长春工业大学计算机科学与工程学院	9	22	3.0	4.0
3	王刚刚	长春工业大学计算机科学与工程学院	6	9	2.0	3.0
4	廖庆	长春工业大学计算机科学与工程学院	4	10	3.0	3.0
5	徐玉蕊	长春工业大学计算机科学与工程学院	6	9	2.0	3.0