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

颜色和形状特征捆绑视觉认知机制及计算机建模方法研究

摘要第3-6页
ABSTRACT第6-9页
第一章 绪论第17-31页
    1.1 背景与研究意义第17-20页
        1.1.1 课题背景第17-19页
        1.1.2 研究意义第19-20页
    1.2 国内外研究现状第20-27页
        1.2.1 视觉系统的生理基础第20-21页
        1.2.2 视觉特征捆绑理论第21-23页
        1.2.3 脑连接技术第23-25页
        1.2.4 基于视觉感知机理的模型研究第25-27页
    1.3 主要研究内容第27-30页
        1.3.1 主要研究内容第27-28页
        1.3.2 研究技术路线第28-29页
        1.3.3 创新点第29-30页
    1.4 论文构成第30页
    1.5 本章小结第30-31页
第二章 基本理论第31-45页
    2.1 fMRI技术第31-39页
        2.1.1 fMRI的原理第31-32页
        2.1.2 fMRI的基本方法第32-35页
        2.1.3 独立成分分析法第35-39页
    2.2 基本模型第39-44页
        2.2.1 动态因果模型第39-43页
        2.2.2 脉冲耦合神经网络模型第43-44页
    2.3 本章小结第44-45页
第三章 功能分离与脑激活区定位第45-67页
    3.1 实验范式设计与实施第45-48页
        3.1.1 实验范式的设计第45-47页
        3.1.2 实验的实施第47-48页
    3.2 GLM的统计参数映射方法第48-54页
        3.2.1 概述第48-49页
        3.2.2 参数估计及分布第49页
        3.2.3 实验数据分析第49-54页
    3.3 独立成分分析方法第54-64页
        3.3.1 概述第54-55页
        3.3.2 独立成分分析方法第55-62页
        3.3.3 实验数据分析第62-64页
    3.4 两种分析方法的对比第64-65页
    3.5 本章小结第65-67页
第四章 动态因果模型的构建第67-83页
    4.1 动态因果模型第67-73页
        4.1.1 动态因果模型构建第67-69页
        4.1.2 模型辨识第69-70页
        4.1.3 实验数据分析第70-73页
    4.2 基于双阶段遗传算法的动态因果模型(DSGA-DCM)第73-82页
        4.2.1 遗传算法第74-76页
        4.2.2 基于遗传算法的DCM第76-78页
        4.2.3 实验数据分析第78-82页
    4.3 本章小结第82-83页
第五章 模拟生物神经细胞传递模式的PCNN模型构建第83-103页
    5.1 基于矢量的特征捆绑PCNN模型第83-94页
        5.1.1 简化的PCNN模型第84-85页
        5.1.2 基于矢量的特征捆绑PCNN模型(V-FBPCNN)第85-86页
        5.1.3 V-FBPCNN模型及其参数分析第86-90页
        5.1.4 实验数据分析第90-94页
    5.2 基于视觉特性的特征捆绑PCNN模型第94-102页
        5.2.1 基于视觉特性的特征捆绑PCNN模型(VC-FBPCNN)第95-98页
        5.2.2 VC-FBPCNN模型及其参数分析第98-100页
        5.2.3 实验数据分析第100-102页
    5.3 本章小结第102-103页
第六章 基于VC-FBPCNN的视皮层功能构筑特征捆绑模型第103-113页
    6.1 脑视觉皮层的功能构筑第103-105页
        6.1.1 视觉皮层的功能构筑第103-104页
        6.1.2 视皮层功能构筑的验证第104-105页
    6.2 特征捆绑模型第105-109页
        6.2.1 模型概述第105-106页
        6.2.2 预处理阶段第106-107页
        6.2.3 视觉处理阶段第107-108页
        6.2.4 数据处理流程第108-109页
    6.3 实验数据分析第109-112页
        6.3.1 实验1第109-110页
        6.3.2 实验2第110-112页
    6.4 本章小结第112-113页
第七章 结论与展望第113-117页
    7.1 结论第113-114页
    7.2 展望第114-117页
致谢第117-119页
攻读博士学位期间已发表和录用的学术论文第119-120页
攻读学位期间主持和参与的科研项目第120-121页
参考文献第121-130页

论文共130页,点击 下载论文
上一篇:法律何以不被信任
下一篇:轻汽油醚化工艺的对比分析及优化