脉冲耦合神经网络及混沌脉冲耦合神经网络的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·引言 | 第11-12页 |
| ·脉冲耦合神经网络研究现状 | 第12-15页 |
| ·脉冲耦合神经网络研究的意义 | 第12-14页 |
| ·脉冲耦合神经网络研究现状 | 第14-15页 |
| ·混沌神经网络研究现状 | 第15-20页 |
| ·混沌发展概况 | 第15-17页 |
| ·混沌神经网络 | 第17-20页 |
| ·本论文的主要研究内容 | 第20-22页 |
| 第2章 脉冲耦合神经网络的基本理论 | 第22-34页 |
| ·生物神经元模型 | 第22-24页 |
| ·脉冲耦合神经网络模型 | 第24-27页 |
| ·分支树 | 第25-26页 |
| ·链接器 | 第26-27页 |
| ·脉冲产生器 | 第27页 |
| ·脉冲耦合神经网络的工作原理 | 第27-29页 |
| ·无耦合链接的情况下的PCNN运行行为 | 第28页 |
| ·耦合链接的情况下的PCNN运行行为 | 第28-29页 |
| ·脉冲耦合神经网络的基本特性 | 第29-31页 |
| ·脉冲耦合神经网络与传统神经网络间的比较 | 第31-32页 |
| ·脉冲耦合神经网络的应用 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 脉冲耦合神经网络图像处理应用研究 | 第34-50页 |
| ·脉冲耦合神经网络的简化模型 | 第34-37页 |
| ·脉冲耦合神经元的简化模型 | 第34-35页 |
| ·用于图像处理的简化PCNN模型 | 第35-37页 |
| ·PCNN图像处理应用 | 第37-42页 |
| ·图像去噪 | 第37-38页 |
| ·图像增强 | 第38-39页 |
| ·图像分割 | 第39-40页 |
| ·图像边缘检测 | 第40-41页 |
| ·图像融合 | 第41-42页 |
| ·实例 | 第42-49页 |
| ·PCNN用于图像去噪 | 第42-46页 |
| ·PCNN用于图像边缘检测 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 混沌及混沌神经网络理论 | 第50-66页 |
| ·混沌理论 | 第50-58页 |
| ·引言 | 第50页 |
| ·混沌的定义 | 第50-52页 |
| ·混沌的定性特征 | 第52-53页 |
| ·通往混沌的道路 | 第53-56页 |
| ·混沌的判定条件 | 第56-58页 |
| ·混沌神经网络理论 | 第58-65页 |
| ·引言 | 第58页 |
| ·Aihara的混沌神经网络 | 第58-59页 |
| ·耦合混沌神经元网络 | 第59-61页 |
| ·基于模拟退火策略的混沌神经网络 | 第61-64页 |
| ·带有混沌噪音的混沌神经网络 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 混沌脉冲耦合神经网络 | 第66-74页 |
| ·脉冲耦合神经网络模型选取 | 第66-68页 |
| ·单个神经元的运行行为 | 第68-71页 |
| ·两个神经元耦合的行为 | 第71-72页 |
| ·CPCNN的研究展望 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
