导读:本文包含了改进脉冲耦合神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:显着性,多目标,灰度不均匀,局部特性
改进脉冲耦合神经网络论文文献综述
王燕,许宪法[1]（2019）在《基于改进脉冲耦合神经网络的图像分割方法》一文中研究指出为了实现对多目标图像和灰度不均匀图像的分割,文中提出了基于区域生长的局部脉冲耦合神经网络(RG-LPCNN)图像分割方法。首先,利用显着性检测方法提取出原始图像的显着性图。然后,根据直方图阈值法对显着性图进行粗分割,得出目标与背景,并将目标的质心作为RG-LPCNN的初始种子点。其次,将高斯核与原始图像的卷积结果作为放大系数,使得动态阈值具有了局部特性。最后,利用RG-LPCNN对图像进行分割,实现对多目标图像以及灰度不均匀图像的分割。将RG-LPCNN和其他阈值分割方法在自然图像、灰度不均匀图像上进行了对比,结果表明:RG-LPCNN在分割多目标图像和灰度不均匀图像方面具有较好的分割效果,验证了RG-LPCNN的有效性。(本文来源于《计算机科学》期刊2019年07期）
向川,王惠,史鹏飞,董华军[2]（2019）在《基于改进脉冲耦合神经网络模型的真空电弧燃烧过程研究》一文中研究指出真空开关开断电流过程中电弧形态演变和特征量变化过程是决定真空开关开断能力的关键特性之一。该文首先建立改进脉冲耦合神经网络(PCNN)模型,对真空电弧图像进行多值分割;然后利用形态学技术对分割电弧图像进行连通域选取和边缘噪声滤波,用于量化描述动触头位移、电弧面积等特征参数;最后结合特征参数曲线和电弧实验图像,对整个开断过程中真空电弧产生、发展和熄灭等燃烧过程展开定量和定性分析。研究结果表明,改进PCNN模型适用于处理边缘区域灰度梯度变化大的真空电弧图像,呈现出细节特征丰富、边缘清晰、噪声低和分割精度高等特点;结合电弧特征参数和实验结果对电弧燃烧过程进行定量和定性分析,相比前期研究工作更加细化深入;不同峰值电弧电流对电弧面积、电弧最大面积出现时刻、电弧各燃烧阶段持续时间和转变过程均有很大影响。本文将定量计算和定性分析相结合,较深入地研究了真空开关开断过程中电弧的燃烧过程,研究工作对真空电弧调控策略的提出具有一定的参考价值。(本文来源于《电工技术学报》期刊2019年19期）
王建,吴锡生[3]（2019）在《基于改进的引导滤波和双通道脉冲耦合神经网络的医学图像融合》一文中研究指出为解决多模医学图像融合边缘模糊,互补信息不充分的问题,提出一种基于改进的引导滤波和双通道脉冲耦合神经网络(PCNN)的医学图像融合算法。利用非下采样轮廓波对医学源图像进行变换,采用双通道PCNN融合图像的低频部分,将改进的拉普拉斯能量和作为双通道PCNN的激励输入,将改进的空间频率作为链接强度;采用改进的引导滤波算法融合图像的高频部分。融合后的低频和高频信号进行非下采样轮廓波变换逆变换即可得到融合图像。实验结果表明,多模医学图像融合中,所提算法有效保留了源图像的特征信息,并在互信息量、信息熵、空间频率等客观评价指标上取得了良好的效果。(本文来源于《激光与光电子学进展》期刊2019年15期）
林龙彬,李建兴,罗堪,李昊宇,季雨枫[4]（2018）在《基于改进脉冲耦合神经网络的螺母工件图像分割》一文中研究指出针对机器视觉螺母识别,提出了改进脉冲耦合神经网络(MPCNN)算法实现工件图像分割.该算法采用了线性调制模型,增强了反馈激励作用,简化了神经元的外部输入的连接方式,并通过分段动态激活函数保证算法能够快速形成神经元激活区.采用该算法对实际螺母工件图像进行了分割实验,并和已有2种算法进行了比较,得出该算法区域一致性测度大于0. 99,较好的实现了螺母工件图像分割.(本文来源于《福建师范大学学报(自然科学版)》期刊2018年06期）
徐黎明,马正华,吕继东[5]（2016）在《基于倒数交叉熵的改进脉冲耦合神经网络图像分割算法》一文中研究指出针对脉冲耦合神经网络(pulse coupled neural network,PCNN)模型需要人工方式确定循环迭代次数,以及香农熵定义中基于对数函数存在零点处无意义的缺陷和对数运算影响处理速度等问题,提出了一种基于最小倒数交叉熵自适应生成迭代次数的PCNN图像分割算法.首先,对传统的PCNN模型进行简化,并对神经元的反馈输入函数、连接输入函数和动态阈值函数进行修正;然后,应用二维倒数交叉熵的分解算法,通过两个一维倒数交叉熵的组合获得二维倒数交叉熵;最后,采用最小倒数交叉熵准则确定PCNN网络的循环迭代次数,实现对图像的最优分割.仿真实验验证了该方法的有效性.(本文来源于《扬州大学学报(自然科学版)》期刊2016年02期）
靳淑祎[6]（2016）在《基于改进型脉冲耦合神经网络图像噪声滤波算法研究》一文中研究指出图像信号在获取、传送过程中往往因环境、成像系统等因素的影响,导致图像出现噪声污染严重影响图像有效分割、图像边缘检测以及图像目标提取等一系列图像处理工作。为了提高图像质量,滤除图像噪声,本文提出了一种改进型脉冲耦合神经网络图像噪声滤波算法。该算法在传统的脉冲耦合神经网络(PCNN)基础上对其进行改进,在传统的PCNN相似神经元能够同步点火对图像噪声进行自适应检测的基础上,对图像噪声采用自适应滤波法以及对前面的滤波结果采用多方向信息中值滤波的方法再进行处理。实验说明本文提出的方法能够提高噪声检测精度,在不损失图像边缘等重要信息的情况下有效对噪声进行滤除,与传统除噪声算法相比具有更好的性能以及适应性。(本文来源于《激光杂志》期刊2016年01期）
张正,李青[7]（2015）在《一种改进的脉冲耦合神经网络图像分割方法》一文中研究指出针对传统脉冲耦合神经网络图像分割需要人工多次调整网络参数的问题,提出根据图像本身信息的自适应参数设置方法。并对传统脉冲耦合神经网络进行改进,利用改进的脉冲耦合神经网络进行图像分割,并利用最大二维Tsallis熵准则自适应确定分割结果。仿真实验结果表明,该方法能获得视觉效果较好的分割结果。(本文来源于《软件导刊》期刊2015年04期）
贾松敏,徐涛,董政胤,李秀智[8]（2015）在《采用脉冲耦合神经网络的改进显着性区域提取方法》一文中研究指出由于仅考虑颜色等视觉对比信息的视觉显着性提取模型不符合人眼生物学过程,本文提出了一种基于混合模型的改进显着性区域提取(ISRE)方法。该混合模型由显着性滤波算法和改进脉冲耦合神经网络(PCNN)算法构成。首先,利用显着性滤波器算法获得原图像的初始显着性图(OSM)和亮度特征图(IFM),用IFM作为PCNN的输入神经元;然后,进一步对PCNN点火脉冲输入进行改进,即对PCNN内部神经元与OSM的二值化显着性图进行点乘,确定最终点火脉冲输入,以获得更加准确的点火范围;最后,通过改进后的PCNN多次迭代,完成显着性二值化区域提取。基于1 000张标准图像数据库进行的实验结果显示:在视觉效果和客观定量数据比对两方面,本算法均优于现有的5种显着性提取方法,平均查准率为0.891,平均召回率为0.808,综合指标F值为0.870。在真实环境实验中,所提算法获得了精确的提取效果,进一步验证了本算法具有较高的准确性和执行效率。(本文来源于《光学精密工程》期刊2015年03期）
张文兴,闫海鹏,王建国[9]（2015）在《基于改进脉冲耦合神经网络的数据降噪方法研究》一文中研究指出为了解决数据中存在噪声点降低了数据的质量,影响了对数据进一步分析的可靠性等问题,提出了一种基于改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的数据降噪方法。该方法在保留基本PCNN模型一些特性的基础上将其简化,省去了部分参数的设置,并改进突触链接强度为自适应取值,添加了记录神经元点火次数的点火频次矩阵。根据神经元点火次数辨识并滤除噪声点,使得该方法能够简单有效地对数据进行降噪处理,改善了数据质量。实验结果表明了该方法不仅能够有效滤除低维数据中的噪声点,而且对高维数据中的噪声点去除效果较好,且均较好保持了原有数据的特征信息。(本文来源于《机械设计与制造》期刊2015年02期）
肖曦[10]（2014）在《改进型脉冲耦合神经网络在图像分割中的应用研究》一文中研究指出脉冲耦合神经网络,是由艾克红等人根据哺乳动物大脑视觉皮层神经元模型在受到刺激的情况下能发放脉冲串并引起同步振荡这一现象的基础上不断研究总结得到。该模型基于生物学背景,类似于生物视觉系统,具备处理图像的能力,非常适合应用于数字图像处理领域。本文针对图像分割问题,对模型进行简化和优化,并将其应用于医学红细胞的检测与计数问题中,下面将所做的主要工作阐述如下：i)为使脉冲耦合神经网络模型更适用于解决数字图像分割问题,本文对模型进行了优化,主要表现在以下两大方面：a.针对模型中各参数在图像分割问题中所发挥的作用效果不同,本文对模型输入部分进行了简化,主要体现在神经元F通道的输入只考虑外部图像像素灰度值的影响,神经元L通道的输入只考虑前一时刻邻域八个像素点对应神经元输出的作用。b.针对PCNN模型参数设置需通过大量的人为试验来确定这一问题,本文采用遗传算法对模型进行优化。利用遗传算法能自动获取和积累待求解问题搜索空间知识的能力,实现脉冲耦合神经网络模型中关键参数的自适应设值。ii)随着大规模集成电路技术不断发展,用硬件实现算法成为了一种趋势,为紧跟时代的潮流,本文用FPGA开发板对改进型算法进行硬件实现。在实现过程中主要解决了以下叁方面的问题：a.针对FPGA开发板存储资源有限和设计成本约束问题,本文对算法进行改良,将神经元数目缩减为一个,采用串行方式对整幅图像进行分割处理。b.为便于硬件实现,遗传算法选用二进制编码方式、随机联赛选择算子、多点交叉算子和基本位突变算子；c.为实现分割后图像的显示,本文设计了图像显示模块,通过输出数据信号和控制信号给VGA接口将分割后的图像直观地显示在计算机屏幕上。iii)本文将改进后的算法应用于医学红细胞图像自动计数问题中,解决了采用普通分割算法进行图像二值化处理不能达到理想效果的问题,显示了改进算法的优越性。(本文来源于《湖南师范大学》期刊2014-06-01）
改进脉冲耦合神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
真空开关开断电流过程中电弧形态演变和特征量变化过程是决定真空开关开断能力的关键特性之一。该文首先建立改进脉冲耦合神经网络(PCNN)模型,对真空电弧图像进行多值分割;然后利用形态学技术对分割电弧图像进行连通域选取和边缘噪声滤波,用于量化描述动触头位移、电弧面积等特征参数;最后结合特征参数曲线和电弧实验图像,对整个开断过程中真空电弧产生、发展和熄灭等燃烧过程展开定量和定性分析。研究结果表明,改进PCNN模型适用于处理边缘区域灰度梯度变化大的真空电弧图像,呈现出细节特征丰富、边缘清晰、噪声低和分割精度高等特点;结合电弧特征参数和实验结果对电弧燃烧过程进行定量和定性分析,相比前期研究工作更加细化深入;不同峰值电弧电流对电弧面积、电弧最大面积出现时刻、电弧各燃烧阶段持续时间和转变过程均有很大影响。本文将定量计算和定性分析相结合,较深入地研究了真空开关开断过程中电弧的燃烧过程,研究工作对真空电弧调控策略的提出具有一定的参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进脉冲耦合神经网络论文参考文献
[1].王燕,许宪法.基于改进脉冲耦合神经网络的图像分割方法[J].计算机科学.2019
[2].向川,王惠,史鹏飞,董华军.基于改进脉冲耦合神经网络模型的真空电弧燃烧过程研究[J].电工技术学报.2019
[3].王建,吴锡生.基于改进的引导滤波和双通道脉冲耦合神经网络的医学图像融合[J].激光与光电子学进展.2019
[4].林龙彬,李建兴,罗堪,李昊宇,季雨枫.基于改进脉冲耦合神经网络的螺母工件图像分割[J].福建师范大学学报(自然科学版).2018
[5].徐黎明,马正华,吕继东.基于倒数交叉熵的改进脉冲耦合神经网络图像分割算法[J].扬州大学学报(自然科学版).2016
[6].靳淑祎.基于改进型脉冲耦合神经网络图像噪声滤波算法研究[J].激光杂志.2016
[7].张正,李青.一种改进的脉冲耦合神经网络图像分割方法[J].软件导刊.2015
[8].贾松敏,徐涛,董政胤,李秀智.采用脉冲耦合神经网络的改进显着性区域提取方法[J].光学精密工程.2015
[9].张文兴,闫海鹏,王建国.基于改进脉冲耦合神经网络的数据降噪方法研究[J].机械设计与制造.2015
[10].肖曦.改进型脉冲耦合神经网络在图像分割中的应用研究[D].湖南师范大学.2014