用改进的竞争Hopfieid神经网络求解多边形近似问题 |
| |
基金项目: | 本文受广东省自然科学基金(07300630),高等学校博士学科点专项科研基金(20070558052),教育部留学回国人员科研启动基金资助项目(2007-1108)资助. |
| |
摘 要: | 多边形近似是提取曲线特征点和简化曲线描述的一种重要方法。提出一种改进的Hopfield神经网络多边形近似算法,该算法利用选择拐点策略减少了搜索空间,重新定义了神经网络的能量函数,使其更能反映优化目标;引入合并拆分搜索策略,有效帮助神经网络脱离局部最小值。实验结果表明,提出的改进算法是有效的,比其它算法如关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能。
|
关 键 词: | 竞争Hopfield神经网络 合并拆分 多边形近似 |
收稿时间: | 2008/4/10 0:00:00 |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|