基于脉冲耦合神经网络的图像处理
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人工神经网络简介 | 第7页 |
| ·人工神经网络的发展历程 | 第7-9页 |
| ·神经网络的第一次研究高潮 | 第7-8页 |
| ·神经网络的萧条时期 | 第8页 |
| ·神经网络的第二次研究热潮 | 第8-9页 |
| ·生物神经元 | 第9-11页 |
| ·生物神经元的基本结构 | 第9-10页 |
| ·神经元电信号发放的原理 | 第10-11页 |
| ·神经网络的研究现状及应用领域 | 第11-12页 |
| ·本文的研究内容安排 | 第12-13页 |
| 第二章 脉冲耦合神经网络 | 第13-21页 |
| ·脉冲耦合神经网络的基本模型 | 第13-16页 |
| ·脉冲耦合神经网络的基本特性研究 | 第16-17页 |
| ·脉冲耦合神经网络的工作原理 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于PCNN 的噪声滤除 | 第21-29页 |
| ·高斯噪声及椒盐噪声的特点 | 第21-22页 |
| ·基于PCNN 的图像噪声滤除算法 | 第22-24页 |
| ·仿真及实验结果分析 | 第24-29页 |
| 第四章 基于脉冲耦合神经网络的图像分割 | 第29-37页 |
| ·图像分割的定义及分类 | 第29-31页 |
| ·图像分割的定义 | 第29-30页 |
| ·图像分割的分类 | 第30-31页 |
| ·基于最大熵及PCNN 的图像分割 | 第31-33页 |
| ·最大熵准则 | 第31页 |
| ·基于最大熵及PCNN 的图像分割原理 | 第31-32页 |
| ·改进的具有协同竞争特性的PCNN | 第32-33页 |
| ·实验及仿真结果分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于脉冲耦合神经网络的图像边缘检测 | 第37-41页 |
| ·边缘检测的基本概念 | 第37页 |
| ·基于改进的PCNN 的图像边缘检测 | 第37-38页 |
| ·仿真与实验结果分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 结束语 | 第41-43页 |
| 致谢 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 作者攻读硕士学位期间的研究成果 | 第49-50页 |