课程文献中心 更多>>

关键词： 边缘   车牌定位   脉冲耦合神经网络  

摘要： 针对冗余边缘对基于边缘统计特征的车牌定位算法存在较严重干扰的问题,提出一种基于脉冲耦合神经网络(PCNN)的车牌定位方法。在借鉴传统算法的基础上,为抑制干扰性边缘,引入简化的PCNN模型,仅对候选区进行数次PCNN迭代运算,可大幅降低运算复杂度并提高车牌定位率。对300幅车辆图像进行仿真实验,取得了98.3%的定位率。

关键词： 细胞神经网络   脉冲镇定   部分状态   变时滞  

摘要： 研究了具有变时滞的细胞神经网络的部分状态脉冲镇定问题。利用细胞神经网络激活函数的分段线性性,应用分段可微的Lyapunov函数,并结合Razumikhin型分析技术,得到了部分状态脉冲控制律存在的充分条件。该充分条件表示为基于互联矩阵和脉冲区间界的线性矩阵不等式。应用上述结果,对一类时滞细胞神经网络,提出了一种新的脉冲镇定方案。该脉冲镇定方案仅需利用部分状态的输出信息。最后,给出了一个数值例子说明了此方案的有效性。

关键词： 参数模型法   神经网络   核爆炸   闪电电磁脉冲   信号识别   network   model   based   自相关函数法   特征值提取   Burg算法   隐含层节点数   功率谱估计   随机信号   实测数据   模型参数   脉冲信号   分类器   系数   平稳  

摘要： 对平稳随机信号功率谱估计的AR模型,分别利用自相关函数法和Burg算法求该模型系数,作为核爆炸和闪电电磁脉冲信号的特征值;采用BP神经网络作为分类器以及不同的隐含层数和隐含层节点数,对核爆和闪电电磁脉冲实测数据进行识别研究。结果表明:AR参数模型法对两类信号特征值提取是非常有效的,采用Burg算法来求AR模型参数,其特征值提取效果优于自相关函数法。

关键词： 细胞神经网络   网格特征   二维中值滤波   碑刻   文字识别  

摘要： 碑刻作为文字的载体,具有极其重要的历史价值和艺术价值。但是,因为时间的久远,其拓本大量的噪声对碑刻文字的辨识产生一定的影响。针对这种情况,提出了一种新方法,首先利用细胞神经网络(CNN)技术,去除单个碑刻文字的噪声,然后用网格特征提取方法对其进行识别。本文在MATLAB平台上进行了实例模拟,取得了较好的效果。

关键词： 信息表达   脉冲神经网络   脉冲耦合神经网络   信息处理   累积放电脉冲神经元  

摘要： 介绍累积放电脉冲神经元的数学描述;讨论脉冲神经元如何将激励信号转化为脉冲序列;讨论脉冲神经元如何将输入脉冲序列转化为输出脉冲序列。实验结果表明脉冲神经元具有很好的信息表示能力、信号鉴别能力和图像信号重构能力。给出利用脉冲神经网络进行图像信号处理的方法。

关键词： 脉冲耦合神经网络   图像分割   双线性插值   遗传算法   各向异性扩散  

摘要： 脉冲耦合神经网络在图像处理中有着重要应用,但存在模型参数难以选择和图像边缘过于平滑问题.通过对图像进行双线性插值运算,再利用具有保护图像边缘作用的各向异性扩散特性确定模型的链接权值参数,采用遗传算法求解模型的链接强度参数和衰减阈值参数,成功实现了图像的自动分割.仿真结果表明,该方法得到的图像分割结果,体现了更多的图像轮廓和边缘细节,具有较好计算性能.

关键词： 特征抽取   脉冲耦合   神经网络   混合特征  

摘要： 为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。

关键词： 激光编码   神经网络   解码  

摘要： 应用神经网络技术对寻的式制导武器常用的PCM码型进行了识别,以验证这种解码方法的有效性。通过建立线性神经网络,采用训练向量长度优先和数量优先两种方式对网络进行训练,并对下一激光脉冲信号的产生时刻进行了预测。仿真结果表明,线性神经网络在2.3个周期内就可以准确地预测,并且脉冲在时间轴上小范围的抖动不能影响网络的预测精度,这表明神经网络技术可以有效地对脉冲编码进行解码操作,具有一定的工程实用性。

关键词： 边缘检测   脉冲神经网络   时域编码   I&F模型   图像处理  

摘要： 提出了一种利用脉冲神经元的脉冲放电时间对图像像素进行编码和边缘提取的方法.首先将图像像素转化为神经元的输出脉冲序列.再用脉冲序列的首个脉冲放电时间编码图像的像素.并将一个窗口内的首个脉冲同时输入下一层的一个脉神经元,若窗口内对应的像素在一个平坦的区域,这些脉冲同时到达神经元,只能激发出稀疏的脉冲序列;如果窗口内对应的像素在一个边缘区域,这些脉冲在不同时刻到达神经元,将激发出稠密的脉冲序列.最后设定一个阈值,根据输出脉冲序列的密度区分边缘像素和非边缘像素,提取图像的边缘.实验结果表明该方法具有良好的边缘检测效果,更加符合生物信息处理机制.

关键词： methods: data analysis   stars: neutron   pulsars: general  

摘要： Radio pulsar surveys are producing many more pulsar candidates than can be inspected by human experts in a practical length of time. Here we present a technique to automatically identify credible pulsar candidates from pulsar surveys using an artificial neural network. The technique has been applied to candidates from a recent re-analysis of the Parkes multi-beam pulsar survey resulting in the discovery of a previously unidentified pulsar.