%0 Journal Article
%T 一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法
%A 许新征
%A 丁世飞
%A 史忠植
%A 赵作鹏
%A 朱红
%J 模式识别与人工智能
%P 909-915
%D 2012
%X 针对目前脉冲耦合神经网络(PCNN)神经元模型中的参数主要通过人工定义的问题，提出一种基于量子微粒群优化(QPSO)算法的PCNN参数自动确定方法，并分析该算法的时间复杂度。该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数，在解空间中自动搜索PCNN中待确定参数的最优值，提供一种PCNN神经元模型中的参数自动确定方法。将该方法应用于图像分割时，以互信息量作为图像分割评价标准。仿真结果表明文中方法实现正确的图像分割，其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法，表现出较好的鲁棒性。
%K 脉冲耦合神经网络(PCNN)
%K 量子微粒群优化(QPSO)
%K 自适应
%K 图像分割
%K 互信息
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9504.shtml