现代数学基础—基于细胞神经网络的楼面裂痕诊断研究..doc

基于细胞神经网络的楼面裂痕诊断研究 摘　　要 为了更好地监测楼面裂痕，提出了一种改进细胞神经网络楼面裂痕图像识别方法。该方法通过一定的图像处理，建立裂痕网络和细节网络，同时增加了裂痕相似网络模型，避免了仅对裂痕特征提取信息不能准确识别裂痕的问题．实验证明，改进的裂痕识别算法实现简单，识别楼面裂痕准确率高，达到了实时识别技术的要求。 关键词：裂痕诊断；楼面裂痕；细胞神经网络 Diagnosis of Floor Cracks Based on Cellular Neural Network Abstract An improved method for floor rift image identification based on cellular neural networks was developed to monitor floor cracks. Through image processing, rift network and detail networks were created, and the rift similarity network model was established which avoids the problem that information concerning cracks is obtained but cracks are not accurately identified. Experi-ment proved that the improved method, more effective in identification computing and more accurate in detecting floor cracks, reaches the technical standard of real-time identification. Key words: Crack diagnosis; floor cracks; Cellular neural networks  目　　录 摘　　要 I 目　　录 II 引　　言 1 1绪论 2 1.1细胞神经网络的研究与发展 2 1.2细胞神经网络在图像处理中的应用 3 2楼面裂痕的特征分析 5 2.1楼面裂缝的特征 5 2.2楼面裂缝的类别及成因 5 3细胞神经网络理论的应用 6 3.1细胞神经网络分析 6 2.2输出结果 11 2.3结果分析 12 结　　论 12 参 考 文 献 13 引　　言 近年来，随着我国房地产产业的不断发展，人民的居住环境不断提高。但伴随房地产热逐步升温的建筑质量问题，一直是业主最关心的。特别是裂缝、漏水等楼房建筑经常出现的问题，更是建筑质量投诉的热点。与此同时，地震等突发性自然灾害也会对楼房产生巨大的危害。为了减少楼面裂痕的出现，减少建筑质量投诉，加强楼面裂痕的诊断，楼面裂痕研究提上日程。 随着对人类高智能活动的进一步研究，人工神经网络已成为当今科学研究的热点之一。人工神经网络具有很强的学习、容错和信息处理能力，并有很高的灵活性及计算并行性，因此在图像处理、模式识别、语音识别、组合优化、判断决策、高速计算机、军事和通信等诸多领域具有广阔的应用前景。近年来，对人工神经网络的研究取得了引人注目的进展，它吸引了越来越多学科和领域的科学家们的巨大热情和广泛兴趣。人们普遍认为，它将使电子科学和信息科学等领域产生革命性的变革，将促使以神经计算为基础的高技术群的诞生和发展，为下一代计算机及其领域的研究开辟一条崭新的途径。  1绪论 1.1细胞神经网络的研究与11—1012个神经元，每个神经元有10—105个突触，可见神经元间并非完全连接。因此，作为人脑抽象模型的神经网络应和人脑结构特征一致，即局域连接而非完全连接。欲克服上述缺陷，应将神经网络局域化。细胞神经网络就是其中之一。 细胞神经网络（CNN：Cellular Neural Network）是在1988年由美国加州大学 Chua 教授和 Lin Yang 博士提出来的[1]，实际上是在 Hopfield 神经网络基础上派生出来的。细胞神经网络有几个突出的优点：第一，其连续时间的特点使其在数字领域中具有所需的实时信号处理能力；第二，其局部互连特点使其适于VLSI 实现，并特别适于高速并行处理；第三，其处理速度与图像规模无关。 近些年来，细胞神经网络研究取得了很大发展[2]，并在图像处理和模式识别等方面取得了较好结果。1990年，在匈牙利布达佩斯召开了 CNN 国际专题研讨会，发表了近百篇论文。2002年在德国法兰克福召开第七届细胞神经网络专题研讨会。目前，细胞神经网络已经广泛应用于图像处理水平线检测、垂直线检测、噪声移去、边缘