改进的遗传算法在pcnn参数标定中的应用.pdfVIP

改进的遗传算法在 PCNN参数标定中的应用 口 刘 丽 - 口 徐 浩 口 陈瑞生 1．甘肃省陇南地 区气象局 甘肃陇南 746000 2。兰州理工大学 机 电工程学院 兰州 730050 摘 要 ：基于PCNN算法的基础研究。详细介绍 了遗传算法的基本思想 ．在其基础上引入 了最优家族遗传算法。为 了 验证算法的有效性，在 PC机上借助 VS2008、CUDA、OpenCV2．2实现 了算法及相关对比算法 。实验结果表 明：改进后的 PCNN算法能够更好地处理背景 中的多模态 区域 ，提高运动 目标分割精度 ，在有效滤除干扰前景的同时，完整保留了运动物 体的形状、边缘信息。提 出的改进遗传算法能够较好保证运动检测l的质量 ，为后续的图像识别精度提供 了保证。 关键词 ：脉冲耦合神经网络 遗传算法 最优家族遗传算法 运动检测 中图分类号 ：TP301．6 文献标识码 ：A 文章编号 ：100o一4998(2013)05—0034—03 PCNN(PulseCoupledNeuralNetwork)即脉 冲耦 合 质 的功能 单元 和结 构单 位 _4]。遗传 算 法 中需 要 进行 数 神经 网络 ，是 近年 来再 度 兴起 的一 个 高科 技研 究 领 域 ， 据转 化 操作 ，一个 是 把具 体 问题 空 间 中的参 数 转换 成 是 信 息科 学 、脑 科 学 、神 经心 理 学等 多 种学 科 的研 究 热 遗传 空 间 中的染色 体 ，即编码 过程 ；另一个是把 染 色体 点 ，与 传 统 神 经 网络 相 比 ，有 着 根 本 的不 同 ，并 且 转换 成 问题 空 间 中的实 际参 数值 ，即译 码过 程 。与 生物 PCNN有 着 广泛 的应 用 ，可 应 用 于 图像 分 割 、边缘 检 一 代 又一 代 的 自然进 化 过程 相类 似 ，遗 传算 法 也 是 一 测 、细化 、识 别 等方 面 。 个 反 复迭 代 的过 程 ，由群体 不 断地 经 过遗 传 和进 化操 虽 然 脉 冲耦 合神 经 网络 的原 理及 其 在 运动 检 测 方 作 。按 照优胜 劣汰 的规 则 ，将适 应度 较 高 的个体 更 多地 面 的应 用 上 有 明显 的优势 ，但 神 经 网络 模 型 还存 在 一 遗 传 到下 一 代 ．这 样最 终 会得 到 一个 优 良个 体 占多 数 些 实 际应 用 上 的局 限性 ，如 神经 元 相互 间存 在大 量 的 的群 体 (其 基本 流 程如 图 2所示 )。 反馈 连接 ，使 对神 经 网络 的具体 运 作 进行 数 学分 析 变 2 改进的遗传算法 得十 分 困难 等 问题 。为 了克 服这 些 缺点 ，使 其更 好地 适 应运 动 检测 应 用 要求 而 不是 严 格 符合 真 实 的生 物 神经 为 了进 一 步提 高遗 传 算 法效率 ．本 文 引入 了最优 元 的性 质 ，许 多学 者 对 Eckhorn神 经元 模 型做 了不 同 家 族 遗传 算 法 OFGA。该算 法 基 本 思想 是 在 每 一 代 的 的修 改 ，产 生 了许 多新 的神 经元 模 型 ¨l_2]。 优 良解 附近形 成 一个 微 型搜 索 区域 。这个 区域 中包 含 本 文对 PCNN 的参数 自动设 定 问题 进行 了深 入 的 解 构 成 的最 优 家族 ， 研 究 ，设计 了一种 改进 型遗 传算 法— — 最优 家族 遗 传 新 的种 群 将 在 这 个 算 法 (OFGA)对 PCNN进行 优 化 ，提 出了一 种 效果 较 为 家族 中产 生 ，最 优 A- 理 想 的 PCNN参 数 自动 设 定算 法 ，提 高 了 PCNN运 动 体 搜 索 也 仅 仅 局 限 检 测 效 率 。本 文 提 出的 PC