首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏编码的肿瘤图像特征提取研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-15页
   ·引言第10-11页
   ·视觉感知模型、稀疏编码和纹理特征提取的国内外研究现状第11-13页
     ·视觉感知模型的国内外研究现状第11-12页
     ·稀疏编码的国内外研究现状第12页
     ·纹理特征提取的国内外研究现状第12-13页
   ·论文内容和结构第13-15页
     ·论文主要内容第13-14页
     ·论文组织结构第14-15页
第二章 背景知识介绍第15-33页
   ·人的视觉感知系统的生理基础第15-22页
     ·神经元及其电特性第15-16页
     ·感受器的一般生理特性第16-17页
     ·人的视觉传感器第17-21页
     ·视觉皮层的结构和功能第21-22页
   ·稀疏编码理论及相关背景知识第22-26页
     ·自然图像的稀疏性第22-23页
     ·稀疏编码的数学模型第23-24页
     ·统计学原理第24-25页
     ·模型的学习规则第25-26页
     ·模型的学习结果第26页
   ·图像纹理的相关知识方法第26-29页
     ·纹理及纹理特征第27页
     ·纹理分析第27-28页
     ·纹理分析的主要方法第28-29页
   ·其他学科基础知识第29-33页
     ·肿瘤细胞图像特点第29-30页
     ·Hebb 学习律第30-31页
     ·免疫系统和人工免疫系统第31-33页
第三章 视觉传感模型的建模和算法实现第33-48页
   ·光传感器模型第33-37页
     ·视细胞和颜色系统工作机制比较第33-34页
     ·光传感器对灰度的修正第34-37页
   ·视网膜神经网络模型第37-45页
     ·神经元模型第37-39页
     ·双极细胞层模型侧抑制的实现第39-41页
     ·突触模型和神经节细胞层的编码方法第41-42页
     ·视网膜神经网络的工作算法第42-45页
   ·对传感器模型的实验验证第45-48页
     ·视觉对比现象第45-46页
     ·双极细胞层侧抑制机制验证第46页
     ·神经节细胞层编码的验证第46-48页
第四章 基于视皮层神经网络的稀疏编码模型和算法实现第48-57页
   ·神经细胞网络实现稀疏编码的可行性第48页
   ·视皮层神经网络模型的设计与实现第48-54页
     ·视皮层神经网络神经元及突触的模型第49-50页
     ·微型柱模型及视皮层神经网络的连接结构第50-52页
     ·人眼微动机制与静态图像变化信息的获取第52-53页
     ·视皮层神经网络的工作算法第53-54页
   ·实验检验第54-57页
     ·实验对象第54-55页
     ·实验方法和步骤第55-56页
     ·实验结果第56-57页
第五章 肿瘤细胞显微图像纹理特征的提取和识别第57-62页
   ·肿瘤细胞图像纹理提取和识别系统实现第57-58页
     ·系统界面和特征提取识别功能介绍第57-58页
     ·实验软、硬件平台第58页
   ·实验设计和步骤第58-59页
   ·实验结果及其与线性方法的比较第59-62页
     ·网络的训练结果第59-60页
     ·纹理特征的提取第60页
     ·识别效果对比第60-62页
第六章 总结与展望第62-64页
   ·本文工作总结第62-63页
   ·展望第63-64页
参考文献第64-67页
个人简历 在读期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:蚁群算法研究及其应用
下一篇:智能交通系统中路径优化算法的研究