脉冲耦合神经网络_第1页
脉冲耦合神经网络_第2页
脉冲耦合神经网络_第3页
脉冲耦合神经网络_第4页
脉冲耦合神经网络_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、 报告人报告人： XXXXXX脉冲耦合神经网络在图像处理上的应用研究 理论基础1目录 基本模型及其功能特性2 应用与实验3 展望4猫、猴等哺乳动物的大脑视觉系统产生的同步脉冲现象视觉系统的Eckhorn数学模型Johnson等人对Eckhorn模型进行了改进与简化，诞生了脉冲耦合神经网络，它在国际上被称为第三代人工神经网络哺乳动物视觉通路示意图 理论基础 基本模型及其功能特性XXXX年2.1 Eckhorn 神经元模型 基本模型及其功能特性2.2 脉冲耦合神经网络模型（PCNN模型） 基本模型及其功能特性2.3 工作原理 PCNN的运行行为是各神经元相互独立运行的组合，在外部刺激作用下，以一定

2、自然频率发放脉冲，称为自然点火。 外部刺激强，点火频率越高。不同亮度不同时刻，相同亮度相同时刻。无耦合PCNN输出脉冲示意图 基本模型及其功能特性 PCNN各神经元间存在耦合连接，一个神经元的点火会引起相邻神经元提前点火。 具有空间邻近、亮度强度相似性输入的神经元将在同一时刻点火。2.3 工作原理有耦合神经元点火图 基本模型及其功能特性2.4 基本特性 变阈值特性1 捕获与非线性调制特性2 动态脉冲发放特性3 同步脉冲发放特性4 自动波特性5 时空综合特性6 应用与实验应用图像分割边缘检测图像融合图像去噪特征提取 研究方法与内容3.1 图像分割变形后的 PCNN 神经元模型： 去掉动态门限产生机制，自适应遗传算法搜索最优门限阈值 研究方法与内容3.1 图像分割原始灰度图 Ostu算法结果 PCNN算法 改进的PCNN算法 研究方法与内容3.2 边缘检测 研究方法与内容3.3 图像融合脉冲耦合神经网络图像融合模型 研究方法与内容3.3 图像融合 总结与展望4.2 展望 PCNN 参数与图像固有特性结合起来选取PCNN 迭代输出加

人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论