脉冲耦合神经网络讲述.ppt

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
脉冲耦合神经网络讲述

报告人: XXX XXX 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 1 基本模型及其功能特性 2 XXXX年 2.1 Eckhorn 神经元模型 基本模型及其功能特性 2 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 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 2 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 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 3 研究方法与内容 3 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 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 3.2 边缘检测 研究方法与内容 3 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 3.3 图像融合 总结与展望 4 4.2 展望 The end 谢谢! 人有了知识,就会具备各种分析能力, 明辨是非的能力。 所以我们要勤恳读书,广泛阅读, 古人说“书中自有黄金屋。 ”通过阅读科技书籍,我们能丰富知识, 培养逻辑思维能力; 通过阅读文学作品,我们能提高文学鉴赏水平, 培养文学情趣; 通过阅读报刊,我们能增长见识,扩大自己的知识面。 有许多书籍还能培养我们的道德情操, 给我们巨大的精神力量, 鼓舞我们前进。 生物学背景,科学家们根据哺乳动物的大脑视觉系统会产生同步脉冲这一现象所提出来的,最初的Eckhorn模型是仿照猫的视觉皮层建立起来的,但是它在实际应用中存在很多局限,所以将其简化建立了目前应用广泛的脉冲耦合神经网络。 * 那我们从最基原始的Eckhorn神经元讲起,模型主要分三部分:耦合连接输入域、反馈输入域和脉冲发生器。在模型中将神经元中的每一个电信号活动看作为一个漏电积分器,从输入开始看,输入分为两部分,一部分是来自上一个神经元的输出,另一个S就是外部刺激,用于图像处理中他就是图像的灰度值。然后,每一个输入与相应的权值相乘之后,与积分器积分,然后相加,两个域的加和相乘,就得到一个内部活动项,它作为脉冲发生器的输入,与阈值进行比较,如果内部活动项大于阈值,则输出为1,否则输出为0。 * 如 CNKI 中国学术期刊全文数据库或者万方学位论文数据库等。 * * 生物学背景,科学家们根据哺乳动物的大脑视觉系统会产生同步脉冲这一现象所提出来的,最初的Eckhorn模型是仿照猫的视觉皮层建立起来的,但是它在实际应用中存在很多局限,所以将其简化建立了目前应用广泛的脉冲耦合神经网络。 * 那我们从最基原始的Eckhorn神经元讲起,模型主要分三部分:耦合连接输入域、反馈输入域和脉冲发生器。在模型中将神经元中的每一个电信号活动看作为一个漏电积分器,从输入开始看,输入分为两部分,一部分是来自上一个神经元的输出,另一个S就是外部刺激,用于图像处理中他就是图像的灰度值。然后

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档