| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-12页 |
| 第二章 神经网络概述 | 第12-21页 |
| ·神经元模型的提出~[1][2] | 第12-14页 |
| ·人工神经网络的工作原理 | 第14页 |
| ·人工神经网络的特点~[3] | 第14-15页 |
| ·几种典型神经网络简介 | 第15-21页 |
| ·多层感知网络(BP 网络) | 第15-17页 |
| ·竞争型(KOHONEN)神经网络 | 第17-18页 |
| ·Hopfield 神经网络 | 第18-21页 |
| 第三章 图像分割技术概述 | 第21-28页 |
| ·图像分割的定义~[5] | 第21-22页 |
| ·图像分割方法简介~[5] | 第22-28页 |
| ·基于阈值的分割技术 | 第22-24页 |
| ·基于边缘的分割技术 | 第24-25页 |
| ·基于区域特性的分割技术 | 第25-26页 |
| ·基于统计模式分类的分割技术 | 第26-28页 |
| 第四章 基于LOTKA-VOLTERRA 回复式神经网络的图像分割方法 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·网络模型 | 第29-31页 |
| ·网络结构 | 第29-30页 |
| ·网络迭代方程 | 第30页 |
| ·模拟退火算法 | 第30-31页 |
| ·网络收敛性分析 | 第31-33页 |
| ·有界性证明 | 第31-32页 |
| ·收敛性证明 | 第32-33页 |
| ·图像边缘特征提取及相关性计算 | 第33-35页 |
| ·图像边缘提取 | 第33页 |
| ·相关性计算 | 第33-35页 |
| ·计算机仿真 | 第35-38页 |
| ·实验方法 | 第35-36页 |
| ·实验结果 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第五章 基于离散回复式神经网络的医学图像分割方法 | 第39-55页 |
| ·引言 | 第39-40页 |
| ·网络模型 | 第40-42页 |
| ·网络结构 | 第40-41页 |
| ·网络迭代方程 | 第41-42页 |
| ·收敛性分析 | 第42-43页 |
| ·DIVIDE-AND-MERGE 方法 | 第43-51页 |
| ·使用CDRNN 进行分割 | 第44-46页 |
| ·使用FCM 拼合图像 | 第46-48页 |
| ·关于分块大小的讨论 | 第48-51页 |
| ·仿真实验结果 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第六章 结论 | 第55-57页 |
| ·本文总结 | 第55-56页 |
| ·问题与发展 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 CDRNN 收敛性证明 | 第62-69页 |
| 作者简介 | 第69页 |