SA-PSO算法在CNN边缘提取模板设计中的应用

• 作者: 张捷 田袁 邓绍江
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 细胞神经网络 边缘提取 粒子群算法 模拟退火
• 年，卷（期）: 2016,（4）
• 页码范围: 147-153
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2016.04.019

摘要

提出了一种用于边缘提取的细胞神经网络（CNN）模板的设计方法，该方法在基本粒子群算法的基础上引入模拟退火机制，形成模拟退火粒子群算法（SA-PSO ）对模板参数值进行搜寻。在搜索过程中，用退火温度调节粒子的突跳概率，轮盘赌策略确定粒子的全局最优的替代值，这样能有效避免基本PSO 算法容易陷入局部最优解的问题。同时，为了保证每轮搜寻产生的解均能使CNN网络稳定，用CNN反馈模板的研究结论对粒子群解空间进行约束。模拟实验表明，文章算法设计出的CNN模板有良好的边缘提取能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓绍江	重庆大学计算机学院	32	484	13.0	21.0
2	张捷		9	16	3.0	3.0
3	田袁	西南大学电子信息工程学院	2	10	2.0	2.0