| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-20页 |
| ·侧抑制理论概述 | 第14-18页 |
| ·侧抑制现象 | 第14-15页 |
| ·侧抑制网络模型的分类 | 第15-16页 |
| ·侧抑制网络的数学模型 | 第16-18页 |
| ·侧抑制的研究现状 | 第18-19页 |
| ·本文的主要内容 | 第19-20页 |
| 第二章 基于侧抑制机制的图像处理技术研究 | 第20-35页 |
| ·引言 | 第20页 |
| ·基于侧抑制机制的图像增强技术研究 | 第20-26页 |
| ·常见的数字式非循环侧抑制网络在图像增强中的应用 | 第20-23页 |
| ·双峰高斯分布的非循环侧抑制网络在图像增强中的应用 | 第23-24页 |
| ·仿真实验及结果分析 | 第24-26页 |
| ·基于分流型抑制机制的边缘检测算法 | 第26-31页 |
| ·基于分流型抑制机制的网络模型 | 第26-27页 |
| ·分流型抑制机制的边缘检测算法 | 第27-28页 |
| ·引入可能性度量因子的改进模型 | 第28-29页 |
| ·仿真实验及结果分析 | 第29-31页 |
| ·基于侧抑制机制的脉冲耦合神经网络在图像分割中的应用 | 第31-34页 |
| ·脉冲耦合神经网络原理 | 第31-32页 |
| ·LIPCNN 图像分割模型 | 第32-33页 |
| ·基于点火频率的LIPCNN 图像分割方法 | 第33页 |
| ·仿真实验及结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于演算侧抑制模型的运动目标检测方法 | 第35-46页 |
| ·引言 | 第35页 |
| ·演算侧抑制模型 | 第35-37页 |
| ·常见的目标检测方法 | 第37-39页 |
| ·基于ALI 的运动目标检测方法 | 第39-44页 |
| ·创建通道 | 第40-41页 |
| ·运动检测 | 第41-42页 |
| ·目标融合 | 第42-43页 |
| ·消除噪声 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于皮层柱侧抑制机制的神经网络群 | 第46-64页 |
| ·引言 | 第46页 |
| ·大脑皮层柱及侧抑制机制 | 第46-47页 |
| ·神经网络群结构 | 第47-50页 |
| ·神经网络群编码 | 第47-48页 |
| ·神经网络群的输入 | 第48-49页 |
| ·神经网络群的解码策略 | 第49-50页 |
| ·基于Stein 模型的神经网络群仿真实验及结果分析 | 第50-58页 |
| ·仿真实验平台 | 第50-52页 |
| ·仿真实验及跟踪误差分析 | 第52-56页 |
| ·相关性分析 | 第56-58页 |
| ·负相关点火理论依据 | 第58-59页 |
| ·基于Hodgkin-Huxley 模型的神经网络群 | 第59-63页 |
| ·Hodgkin-Huxley 神经细胞模型 | 第60-61页 |
| ·仿真实验分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 侧抑制机制在WTA 竞争中的应用 | 第64-76页 |
| ·引言 | 第64页 |
| ·WTA 神经网络 | 第64-65页 |
| ·循环侧抑制神经网络在WTA 竞争中的应用 | 第65-73页 |
| ·循环侧抑制神经网络动力学模型 | 第65-66页 |
| ·平衡状态的存在性、唯一性和稳定性分析 | 第66-67页 |
| ·循环侧抑制神经网络的WTA 竞争特性分析 | 第67-71页 |
| ·不同抑制性突触的WTA 竞争实验 | 第71-73页 |
| ·基于皮层柱侧抑制机制的WTA 神经网络群 | 第73-75页 |
| ·WTA 神经网络群 | 第73-74页 |
| ·仿真实验 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·论文工作总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间发表的学术论文 | 第84页 |
