课程文献中心 更多>>

关键词： 运动目标分割   脉冲耦合神经网络融合模型   H.264压缩域   视频监控  

摘要： 针对H.264压缩域内运动目标分割算法所存在的弱自适应性和抗噪能力差等问题,本文提出了一种基于脉冲耦合神经网络的压缩域运动目标分割方法.该方法采用时空域矢量均值滤波对运动矢量进行预处理,减少运动目标丢失率,并设计了前后向矢量累积方法,增强运动矢量的可靠性.基于脉冲耦合神经网络设计的融合模型可以将累积后的运动矢量和宏块模式进行融合处理,增强分割算法的抗噪能力,保证加快分割速度的同时兼顾运动区域的分割准确度.另外,采用最小交叉熵作为点火终止判断条件,实现了最佳分割模板的自适应获取.仿真实验表明,本文算法在自适应性和抗噪能力方面均有较好表现,可以准确分割出监控视频中的运动目标.

关键词： Matched filters  

摘要： Precise fundus image blood vessels detection is an important step in diabetic retinopathy screening. In this paper, based on pulse coupled neural network (PCNN), a new fundus blood vessel detection method is proposed. In preprocessing, the contrast limited adaptive histogram equalization (CLAHE) and the two-dimensional Gaussian matched filter are used to enhance the contrast of the fundus image. Then based on PCNN model and maximal entropy criterion, the preprocessed fundus image is segmented. Finally, area filtering and breakpoint connection are performed, and the final vessel detection result is obtained. Experiment results show that not only main blood vessels but also tiny vessels are detected in normal and abnormal fundus images, and it is superior to Hoover method and very similar with hand-labeled result.

关键词： 神经网络   周期解   脉冲   存在性   时间尺度  

摘要： 通过利用重合度理论和一些分析技巧从而获得时间尺度上具脉冲的神经网络模型周期解的存在性的一些充分条件.

关键词： S-分布延时   脉冲控制   Lyapunov函数   神经网络   鲁棒同步  

摘要： 具有脉冲的神经网络作为一种典型的混合系统在图像处理、模式识别、优化控制等实际工程中有广泛的应用。在这些应用中,要求神经网络具有鲁棒同步性质。因此,神经网络的鲁棒同步性研究受到许多学者的关注。本文将不确定非线性耦合函数引进到一般类神经网络中,通过构造适当的Lyapunov函数和运用一些不等式分析技术,研究了具有S-分布延时和脉冲控制的神经网络的鲁棒同步性质,得到了保证网络具有一般脉冲鲁棒同步的一个实用条件。

关键词： 细胞神经网络   M-矩阵   Lyapunov函数   重要不等式   全局渐进稳定性  

摘要： 应用M-矩阵和构造合适的Lyapunov函数的方法。

关键词： 脉冲耦合神经网络(PCNN)   量子微粒群优化(QPSO)   自适应   图像分割   互信息  

摘要： 针对目前脉冲耦合神经网络(PCNN)神经元模型中的参数主要通过人工定义的问题,提出一种基于量子微粒群优化(QPSO)算法的PCNN参数自动确定方法,并分析该算法的时间复杂度.该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数,在解空间中自动搜索PCNN中待确定参数的最优值,提供一种PCNN神经元模型中的参数自动确定方法.将该方法应用于图像分割时,以互信息量作为图像分割评价标准.仿真结果表明文中方法实现正确的图像分割,其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法,表现出较好的鲁棒性.

关键词： spiking neural networks   learning algorithm   learning rate adaptation   Tennessee Eastman process  

摘要： For accelerating the supervised learning by the SpikeProp algorithm with the temporal coding paradigm in spiking neural networks (SNNs), three learning rate adaptation methods (heuristic rule, delta-delta rule, and delta-bar-delta rule), which are used to speed up training in artificial neural networks, are used to develop the training algorithms for feedforward SNN. The performance of these algorithms is investigated by four experiments: classical XOR (exclusive or) problem, Iris dataset, fault diagnosis in the Tennessee Eastman process, and Poisson trains of discrete spikes. The results demonstrate that all the three learning rate adaptation methods are able to speed up convergence of SNN compared with the original SpikeProp algorithm. Furthermore, if the adaptive learning rate is used in combination with the momentum term, the two modifications will balance each other in a beneficial way to accomplish rapid and steady convergence. In the three learning rate adaptation methods, delta-bar-delta rule performs the best. The delta-bar-delta method with momentum has the fastest convergence rate, the greatest stability of training process, and the maximum accuracy of network learning. The proposed algorithms in this paper are simple and efficient, and consequently valuable for practical applications of SNN.

关键词： 全局指数稳定性:Cohen—Grossberg   神经网络   反应扩散   变时滞   脉冲  

摘要： 讨论了一类具反应扩散项的脉冲变时滞Cohen-Grossberg神经网络在Neu-mann边界条件下的稳定性.通过构造分片连续的Lyapunov函数,结合Neumann特征值问题,并利用Gronwall-Bellman脉冲积分不等式,得到了新的与反应扩散项和时滞有关的保证平衡点全局指数稳定性的代数判据.

关键词： BAM神经网络   全局指数稳定   脉冲   时滞   平衡点  

摘要： 利用M矩阵理论,推广的微分不等式和Lyapunov函数,研究了一类带时滞和脉冲的BAM神经网络平衡点的存在唯一性和全局指数稳定性条件.文中推广了以往文献脉冲函数的形式,无需时滞的可导性要求,从而减弱了以往结论的条件,并且可以估计网络的指数收敛速率.

关键词： 离散时滞   分布时滞   脉冲效应   全局指数稳定性  

摘要： 研究了含混合时滞和脉冲效应的神经网络的指数稳定性问题，获得了该模型全局指数稳定的一个新的充分条件。和已有文献的结果相比较，系统的保守性降低，所得结论对更好的模拟细胞神经网络的行为具有重要的指导意义。