一种改进的基于PCNN神经网络和QPSO粒子行为的PSO的图像滤波算法，也可以较好地去除高斯噪声-Improved PCNN-based neural network and PSO behavior QPSO particle image filtering algorithm can also be better to remove Gaussian noise

微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究，是一种新的群体智能优化算法，是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。该算法的出现引起 了学者们极大的关注，已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用，并取得了较好的效果。尽管粒子群优化算法发展近十年，但无论是 理论分析还是实践应用都尚未成熟，有大量的问题值得研究。 -

籽子群优化算法优化BP神经网络，使用优化后的神经网络对图像进行分割。包括：籽子群优化算法，籽子的编码，最优权值和阈值的后成，基于籽子群优化算法的神经网络的培训，图像的分割。-The BP neural network optimized by Particle Swarm Optimization　algorithm for image segmentation