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

基于神经动力学的图像分割与注意区域转移

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-12页
   ·研究背景与研究意义第8-9页
   ·研究现状第9-10页
   ·课题来源第10页
   ·本文的研究内容和主要成果第10-12页
第2章 神经动力学基本理论第12-16页
   ·自治微分方程组与非自治微分方程组第12-14页
   ·非线性系统的平衡点和极限环的存在性第14页
   ·极限环的稳定性第14-15页
   ·本章小结第15-16页
第3章 单振子神经元模型及分析第16-30页
   ·Hodgkin-Huxley 模型第16-18页
   ·Wilson Cowan 模型及其分析第18-24页
     ·模型分析第18-20页
     ·实验结果第20-24页
   ·松弛振子模型及其分析第24-29页
     ·模型分析第24-25页
     ·实验结果第25-29页
   ·本章小结第29-30页
第4章 基于生物神经网络的灰度图像分割第30-50页
   ·生物神经网络概述第30页
   ·神经振子的扩散耦合第30-32页
   ·基于Wilson Cowan 振子的生物神经网络第32-44页
     ·二维平面扩散耦合的Wilson Cowan 神经振子网络系统第32-34页
     ·系统实施方式第34-39页
     ·图像分割实验结果第39-44页
   ·基于松弛振子的生物神经网络第44-49页
     ·松弛振子的扩散耦合第45页
     ·系统实施方式第45-46页
     ·图像分割实验结果第46-49页
   ·本章小结第49-50页
第5章 视觉注意区域转移第50-60页
   ·本文提出的视觉注意区域转移方法第50-51页
   ·基于神经动力学分割的注意区域转移第51-52页
   ·基于区域生长的灰度图中视觉注意区域转移第52-59页
     ·寻找所有像素中的领导者第52-53页
     ·形成互不相交的区域第53-54页
     ·计算每个区域的显著值第54页
     ·区域选择第54-55页
     ·计算机算法实现与实验结果第55-59页
   ·本章小结第59-60页
结论第60-62页
参考文献第62-66页
攻读硕士学位期间所取得的研究成果第66-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于语义的领域相关文本分类研究
下一篇:基于AdaBoost检测与子区域匹配的眉毛识别方法研究