PSO 优化 PCNN 模型在图像分割中的性能分析
来源：机械与电子杂志2023年第11期北京时间：
作者：杨旭1;何鸿宇;李金锁;廖源;周同驰
单位：1. 河南省工业物联网应用工程技术研究中心,河南 南阳 473005 ;
2. 河南工业职业技术学院,河南 南阳 473005 ;?
3. 中原工学院,河南 郑州 451191
摘要：脉冲耦合神经网络模型参数众多,在应用时通常根据经验或实验设置。针对模型参数影响应用等问题,采用群体智能优化算法 PSO 优化简单脉冲耦合神经网络模型的关键参数,如耦合系数、时间衰减因子和脉冲输出的乘积系数。通过仿真实验,评价智能优化算法学习模型参数的有效性,比较分析了不同参数 PCNN 模型在图像分割中获得的轮廓、细节和纹理等存在差异性。
关键词：粒子群优化;脉冲耦合神经网络;图像分割;性能分析
基金资助：教育部第三批 " 云数融合科教创新 " 基金项目( 2018A10004 );河南省高校学校重点科研项目( 20B120004 );中国纺织工业联合会指导项目( 2018107 )
