基于PCNN的视觉特征捆绑方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第13-27页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-25页 |
| 1.3 研究内容与技术路线 | 第25页 |
| 1.4 论文架构 | 第25-26页 |
| 1.5 本章小结 | 第26-27页 |
| 2 基本理论与方法 | 第27-34页 |
| 2.1 脉冲耦合神经网络（PCNN）模型 | 第27-28页 |
| 2.2 图像匹配技术 | 第28-32页 |
| 2.3 卷积神经网络 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 基于矢量PCNN的视觉特征捆绑模型 | 第34-45页 |
| 3.1 简化的PCNN模型 | 第34-35页 |
| 3.2 基于矢量PCNN的视觉特征捆绑模型 | 第35-37页 |
| 3.3 模型及其参数分析 | 第37-41页 |
| 3.4 实验数据分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 视觉特征捆绑在避障机器人中的应用研究 | 第45-63页 |
| 4.1 总体思路 | 第45-52页 |
| 4.2. 基于像素灰度值的图像匹配算法及其改进 | 第52-57页 |
| 4.3 基于卷积神经网络的手写数字图像识别 | 第57-58页 |
| 4.4 应用效果 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者简介 | 第71-75页 |
| 学位论文数据集 | 第75页 |
