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 1 基本模型及其功能特性 2 2 XXXX 年 2.1 Eckhorn 神经元模型基本模型及其功能特性 2 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 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 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 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 3 研究方法与内容 3 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
全文预览
