改进的遗传算法在PCNN参数标定中的应用.pdf

《改进的遗传算法在PCNN参数标定中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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7460002。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l测的质量，为后续的图像识别精度提供了保证。关键词：

2、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—03PCNN(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

3、、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

4、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PCNN参数自动设定算法总体于这4"-家族。显然，设计如图1所示。由于搜索区域的大幅度减少。群体规模1遗传算法的概述及基本思想也

5、可以相应减少．这遗传算法(GeneticAlgorithm，GA)是一种根据生样的环境下，算法的物学中所谓的自然选择和遗传机理的随机搜索优化算搜索能力很强．且收法[33。遗传算法的主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于传统方法常用的梯度信息。世间的生物由其亲代继承特性或性状．生物遗传物质的主要载体是染色体，而基因则是控制生物性状的遗传物▲图1基于OFGA的PCNN运动检测算法总体框架▲图2基本遗传算法流程图收稿日期：2012年11月2013／5机械制造51卷第585期敛速度很快[。位i0进制数字。记个体染色体长度为￡，用向量=(，⋯．，)表I基因定义表作为一个个

6、体来表示一个可行解，氟(1≤i≤)表示染基因最小值最大值编码长度／bit色体的第i位基因。C表示交叉操作，表示变异操连接系数0．O00l10017作，厂表示适应度函数。幅度系数oO．o0O14oo19为了便于实验对比。本文采用基于工序的编码方衰减系数a。O．00O110017式、随机初始种群、轮盘赌选择算子、精英保留策略。在采取的目标函数为文献[1]中提出的图像差分熵本文中定义任意两个个体之间的距离为：函数：(P)=一log2尸l一og2P0(2)D(。，b)：∑，其中哦(1)式中：Pl、尸0分别表示输出差分图像中像素为1、0的概i=lLUc：0当交叉操作产生的后代不再进化且没有达到最

7、优率。为了调节选择压力，保持群体的多样性，适应度函时．就意味着算法的早熟。这种现象根源在于有效基因数为目标函数的加幂值，选择[日(P)]1．004。的缺失，变异操作在一定程度上克服了这种现象，有利在种群规模取为30，最大繁殖代数进化代数设置于增加种群的多样性。本算法采用两点换位法，对染色为50。在终止准则上：①最大的适应度值在连续20体=(戈。，：⋯．，筏)的每个基因位施以相应概率与基因代之内变化小于0．001，算法终止；②条件①不满足时，位(