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

基于视觉感知的神经计算模型及其应用研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 研究目的与意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 本文主要工作及创新点第13-14页
    1.4 论文的组织结构第14-16页
第2章 视觉感受野机制及脉冲编码第16-25页
    2.1 视觉通路概述第16-17页
    2.2 视觉感受野及其计算模型第17-19页
        2.2.1 神经节细胞与LGN神经元感受野第17-18页
        2.2.2 初级视皮层细胞感受野第18-19页
        2.2.3 非经典感受野第19页
    2.3 神经元模型第19-21页
        2.3.1 Hodgkin-Huxley神经元模型第19-20页
        2.3.2 Integrate-and-Fire神经元模型第20-21页
    2.4 脉冲编码第21-23页
        2.4.1 频率编码第22页
        2.4.2 次序编码第22-23页
        2.4.3 时间编码第23页
    2.5 小结第23-25页
第3章 基于感受野特性的视觉机制建模第25-32页
    3.1 概述第25页
    3.2 方位敏感机制建模第25-27页
    3.3 侧向抑制机制建模第27-29页
    3.4 视觉注意机制建模第29-31页
    3.5 小结第31-32页
第4章 基于突触连接视通路方位敏感的图像分级边缘检测第32-43页
    4.1 概述第32页
    4.2 视通路分级模型第32-35页
        4.2.1 视皮层下方位敏感第32-34页
        4.2.2 初级视皮层侧向抑制第34-35页
    4.3 算法及算法验证第35-38页
        4.3.1 算法第35-37页
        4.3.2 算法验证第37-38页
    4.4 实验结果第38-41页
    4.5 讨论与分析第41-42页
    4.6 小结第42-43页
第5章 基于显著性信息稀疏表示的图像轮廓检测第43-52页
    5.1 概述第43页
    5.2 轮廓检测模型第43-46页
        5.2.1 V1神经元感受野边界响应第43-44页
        5.2.2 稀疏编码神经元网络第44-45页
        5.2.3 视觉注意机制第45-46页
        5.2.4 高级视皮层反馈控制作用第46页
    5.3 实验结果第46-50页
    5.4 讨论与分析第50-51页
    5.5 小结第51-52页
第6章 总结与展望第52-54页
    6.1 总结第52-53页
    6.2 展望第53-54页
致谢第54-55页
参考文献第55-60页
附录:作者在读期间发表的学术论文及参加的科研项目第60页

论文共60页,点击 下载论文
上一篇:喀什地区少数民族出境旅游市场分析
下一篇:选择性加氢催化剂在碳九加氢装置中的应用