2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、脈沖耦合神經網絡(Pulsed Coupled Neural Networks,PCNN)是第三代神經網絡的典型代表,演化自哺乳動物視覺皮層系統(tǒng)的同步脈沖發(fā)放現(xiàn)象.在研究PCNN的基礎上,我們提出了特征連接模型(Feature Linking Model,F(xiàn)LM),利用FLM的賦時矩陣和單通工作方式進行圖像處理.
  首先,我們提出了FLM,該模型有反饋輸入和連接輸入兩個輸入端,它與PCNN有相似的結構,但是在PCNN中有三個漏電

2、積分器而FLM只有兩個漏電積分器,因此FLM較PCNN簡單.我們發(fā)現(xiàn),當閾值呈現(xiàn)指數衰減時,F(xiàn)LM的賦時矩陣和刺激輸入之間呈現(xiàn)一個對數關系,并且通過單通工作方式記錄了脈沖發(fā)生的時間.FLM中的全局抑制項,提高了同一個區(qū)域神經元的同步性和不同區(qū)域神經元之間的異步性.另外,γ帶振蕩啟發(fā)的連接調節(jié)機制和動態(tài)閾值特性,使得FLM更接近于生物神經元特性.此外,受到生物神經學支持的賦時矩陣也是本文研究的重點.
  其次,我們提出了FLM的單通

3、工作方式,該工作方式可以使得所有的神經元只能點火一次,且保證所有的神經元都能夠點火.我們利用FLM的單通工作方式獲得了賦時矩陣,這為本文提出的圖像處理算法提供了基礎.此外,F(xiàn)LM是通過其兩種突觸輸入來獲得同步脈沖的,我們分別介紹了這兩種突觸的調節(jié)機制和這兩種突觸的波形傳播形式.
  基于FLM的賦時矩陣,結合同步特性,我們提出了FLM圖像增強、圖像分割和圖像復原三種方法,并詳細介紹了每種方法的預處理操作、算法的具體實現(xiàn)過程、參數的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論