导读:本文包含了脉冲耦合神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,脉冲,图像,图像处理,算法,模型,形态学。
脉冲耦合神经网络论文文献综述
孙艺彬,杨慧珍[1]（2019）在《基于定向约束的脉冲耦合神经网络路径规划》一文中研究指出文中提出了一种基于定向约束的脉冲耦合神经网络的路径规划方法。该方法基于脉冲耦合神经网络,不需要进行经典神经网络的前期训练,将拓扑化地图与脉冲耦合神经网络相结合,设计距离和角度约束,从而减少了脉冲耦合神经网络中激活的神经元数量,加快了路径规划速度。仿真结果表明该路径规划算法的运算时间比A~*算法更短。(本文来源于《计算机科学》期刊2019年S2期）
周哓玲,江泽涛[2]（2019）在《结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合》一文中研究指出针对红外与可见光图像融合细节信息不够丰富、易出现伪影等问题,提出了一种结合脉冲耦合神经网络(PCNN)与引导滤波的红外与可见光图像融合方法。改进传统PCNN模型结构,在脉冲产生单元加入抑制项,避免像素重复点火对点火时间矩阵带来噪声;以原图为引导图像对点火时间矩阵T进行引导滤波,得到兼具显着信息与边缘细节信息的多区域加权划分矩阵;基于该多区域加权划分矩阵,对红外与可见光图像进行加权融合。同时,根据PCNN数学模型点火行为分析,提出了一种包含约束的PCNN模型参数设置方法,可降低PCNN模型参数设置的复杂度。实验结果表明该融合方法具有较高的融合效率,同时融合图像细节信息丰富,无明显伪影,交叉熵、空间频率指标相对于当前常用融合方法均较优。(本文来源于《光学学报》期刊2019年11期）
王潇贤,王颖[3]（2019）在《基于脉冲耦合神经网络的图像分割方法》一文中研究指出为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进。利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法。最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性。(本文来源于《科技通报》期刊2019年10期）
王燕,许宪法[4]（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）
贾鹤鸣,康立飞,孙康健,彭晓旭,李瑶[5]（2019）在《哈里斯鹰算法优化脉冲耦合神经网络的图像自动分割》一文中研究指出为了降低脉冲耦合神经网络(pulse coupled neural network,PCNN)参数设置的复杂度,提出了一种利用哈里斯鹰优化算法(Harris Hawk optimization algorithm,HHO)搜索PCNN参数的图像自动分割方法。一方面,在不影响分割效果的情况下,减少了PCNN的参数个数;另一方面,HHO算法具有收敛速度快、全局搜索能力强的特点,能够快速、准确地搜索到PCNN相应参数。引入图像熵作为适应度函数,选取脑部MRI图像进行实验,通过精度、召回率和dice,比较了HHO结合PCNN与几种不同搜索机制的优化算法结合PCNN的分割性能,仿真实验结果表明,提出的方法有较高的分割精度和较强的鲁棒性,具有较高的工程实用价值。(本文来源于《应用科技》期刊2019年04期）
郝敬帅,高媛,程橙,秦品乐,王丽芳[6]（2019）在《对脉冲耦合神经网络中被动神经元的脉冲周期分析》一文中研究指出研究了离散PCNN中被动神经元的被动脉冲周期,首先定义了动态比较比,而不是逻辑比较来描述神经内状态与动态阈值之间的线性差异;然后利用动态比较比的最大下限,给出了一个近似准确的被动脉冲周期公式,并通过对估计和实际被动脉冲周期的误差分析,证明了该公式的合理性;此外,我们从估计的脉冲周期中推导出一个稳定的脉冲周期,从而使神经元可以连续地在两个不同的时间阶段进行非周期性和周期性的脉冲;此外,还估算了被动神经元开始周期性脉冲的初始阶段,并举例说明,结果与理论分析一致。(本文来源于《计算机测量与控制》期刊2019年06期）
邓辉,王长龙,胡永江,张玉华[7]（2019）在《脉冲耦合神经网络在图像融合中的应用研究》一文中研究指出脉冲耦合神经网络(PCNN)具有全局耦合性与脉冲同步发放等特点,可用于解决融合图像高频子带系数的选取不符合人眼视觉特性的问题。但PCNN在应用于多源图像融合的过程中存在着模型结构复杂、参数设置繁琐等问题,针对PCNN的模型结构,分析了模型优化的两类方法,并总结了PCNN应用于多源图像融合的一般规律,为PCNN更好地应用于多源图像融合提供了参考。(本文来源于《电光与控制》期刊2019年11期）
王艳,杨艳春,党建武,王阳萍[8]（2019）在《非下采样Contourlet变换域内结合模糊逻辑和自适应脉冲耦合神经网络的图像融合》一文中研究指出传统的基于多尺度变换的图像融合存在对比度不高、边缘细节等信息保留不理想的问题,为解决此问题,提出了一种基于非下采样Contourlet变换的自适应模糊逻辑和自适应脉冲耦合神经网络(PCNN)的融合算法。对于低频子带方向,采用基于自适应模糊逻辑的融合规则;对于高频子带方向,采用方向信息自适应地调整PCNN的链接强度,以边缘特征作为输入激励自适应PCNN,再根据脉冲点火幅度融合子带系数。实验结果表明,所提融合算法能较好地突出融合图像的目标信息,提供丰富的背景细节,在融合图像的清晰度和人眼视觉方面取得较好的融合效果。(本文来源于《激光与光电子学进展》期刊2019年10期）
向川,王惠,史鹏飞,董华军[9]（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）
陈国镇,陈丽娟[10]（2019）在《脉冲耦合神经网络在人脸识别中的应用》一文中研究指出脉冲耦合神经网络(PCNN)是基于对猫的视觉皮层神经元脉冲同步振荡现象的研究而得来的神经网络模型,本文对PCNN基本理论进行详细阐述,并详细介绍了PCNN的几个基本特性,其次概要性地介绍了几种图像预处理技术并且通过实验来说明。最后阐述了人脸识别中使用PCNN的可操作性,并通过计算机仿真实验证明了这一结论。(本文来源于《科技经济市场》期刊2019年03期）
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：
针对红外与可见光图像融合细节信息不够丰富、易出现伪影等问题,提出了一种结合脉冲耦合神经网络(PCNN)与引导滤波的红外与可见光图像融合方法。改进传统PCNN模型结构,在脉冲产生单元加入抑制项,避免像素重复点火对点火时间矩阵带来噪声;以原图为引导图像对点火时间矩阵T进行引导滤波,得到兼具显着信息与边缘细节信息的多区域加权划分矩阵;基于该多区域加权划分矩阵,对红外与可见光图像进行加权融合。同时,根据PCNN数学模型点火行为分析,提出了一种包含约束的PCNN模型参数设置方法,可降低PCNN模型参数设置的复杂度。实验结果表明该融合方法具有较高的融合效率,同时融合图像细节信息丰富,无明显伪影,交叉熵、空间频率指标相对于当前常用融合方法均较优。
（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。
脉冲耦合神经网络论文参考文献
[1].孙艺彬,杨慧珍.基于定向约束的脉冲耦合神经网络路径规划[J].计算机科学.2019
[2].周哓玲,江泽涛.结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合[J].光学学报.2019
[3].王潇贤,王颖.基于脉冲耦合神经网络的图像分割方法[J].科技通报.2019
[4].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
[5].贾鹤鸣,康立飞,孙康健,彭晓旭,李瑶.哈里斯鹰算法优化脉冲耦合神经网络的图像自动分割[J].应用科技.2019
[6].郝敬帅,高媛,程橙,秦品乐,王丽芳.对脉冲耦合神经网络中被动神经元的脉冲周期分析[J].计算机测量与控制.2019
[7].邓辉,王长龙,胡永江,张玉华.脉冲耦合神经网络在图像融合中的应用研究[J].电光与控制.2019
[8].王艳,杨艳春,党建武,王阳萍.非下采样Contourlet变换域内结合模糊逻辑和自适应脉冲耦合神经网络的图像融合[J].激光与光电子学进展.2019
[9].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
[10].陈国镇,陈丽娟.脉冲耦合神经网络在人脸识别中的应用[J].科技经济市场.2019
论文知识图
