云南大学学报（自然科学版）
雲南大學學報（自然科學版）
운남대학학보（자연과학판）
JOURNAL OF YUNNAN UNIVERSTY(NATURAL SCIENCES EDITION)
2008年
2期
142-147
,共6页
杨丽云%周冬明%赵东风%张绍堂
楊麗雲%週鼕明%趙東風%張紹堂
양려운%주동명%조동풍%장소당
时延脉冲耦合神经网络(DPCNN)%最小生成树%无向赋权图
時延脈遲耦閤神經網絡(DPCNN)%最小生成樹%無嚮賦權圖
시연맥충우합신경망락(DPCNN)%최소생성수%무향부권도
利用脉冲耦合神经网络(PCNN,Pulse Coupled Neural Network)的脉冲波并行传播特性,在其时延脉冲耦合神经网络(DPCNN,Delay PCNN)的基础上提出了一种求解无向赋权图最小生成树的新算法.算法针对最小生成树的权值总和最小且连通的性质,结合时延脉冲耦合神经网络脉冲波的并行传播,通过求解无向赋权图的最短路径并对其连通性进行判断,采用迭代的方法,成功地求解了无向赋权图的最小生成树.最后给出了仿真实验,证明了该方法的有效性,与传统算法比较有一定的优势.
利用脈遲耦閤神經網絡(PCNN,Pulse Coupled Neural Network)的脈遲波併行傳播特性,在其時延脈遲耦閤神經網絡(DPCNN,Delay PCNN)的基礎上提齣瞭一種求解無嚮賦權圖最小生成樹的新算法.算法針對最小生成樹的權值總和最小且連通的性質,結閤時延脈遲耦閤神經網絡脈遲波的併行傳播,通過求解無嚮賦權圖的最短路徑併對其連通性進行判斷,採用迭代的方法,成功地求解瞭無嚮賦權圖的最小生成樹.最後給齣瞭倣真實驗,證明瞭該方法的有效性,與傳統算法比較有一定的優勢.
이용맥충우합신경망락(PCNN,Pulse Coupled Neural Network)적맥충파병행전파특성,재기시연맥충우합신경망락(DPCNN,Delay PCNN)적기출상제출료일충구해무향부권도최소생성수적신산법.산법침대최소생성수적권치총화최소차련통적성질,결합시연맥충우합신경망락맥충파적병행전파,통과구해무향부권도적최단로경병대기련통성진행판단,채용질대적방법,성공지구해료무향부권도적최소생성수.최후급출료방진실험,증명료해방법적유효성,여전통산법비교유일정적우세.
