课程文献中心 更多>>

关键词： 时滞双向联想记忆神经网络   脉冲   指数稳定  

摘要： 利用Lyapunov函数和二维Hanalay类型不等式,研究带有脉冲和时延的广义双向联想记忆神经网络平衡点的全局指数稳定性,得到了几个判断网络全局指数稳定的充分条件,这些条件刻画了脉冲强度和没有脉冲的连续子网络(双向联想记忆神经网络的连续部分)的指数收敛速度对整个网络的全局指数稳定性的混合影响。研究结果表明即使脉冲对网络状态有放大的影响,脉冲时滞双向联想记忆神经网络也可能保持连续子网络的全局指数稳定性质。数值例子验证了理论结果的正确性。

关键词： PCNN   CT   肝癌   识别  

摘要： 在肝癌的早期诊断方面,CT仍是目前临床工作中最重要的方法,针对病变部位灰度的不同,本文采用脉冲耦合神经网络(PCNN)对获取的肝脏CT图像进行分析,从而获知肝脏的病变程度。实验证明。

关键词： 脉冲耦合神经网络   微粒群算法   熵   图像分割  

摘要： 脉冲耦合神经网络(Pulse Couled Neural Network,PCNN)在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成很大的困难。尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割的结果影响很大。而微粒群优化算法(Particle Swarm Optimization,PSO)具有对参数自动寻优的优势,为此,将PSO和PC-NN相结合,以改进的最大熵函数为适应度函数,提出了一种基于PSO和PCNN算法的图像自动分割算法。实验仿真结果验证了该方法的有效性,即不仅可以正确地实现图像分割,而且参数可以自动设置,省去了人工实验的麻烦,同时分割速度也有所提高。

关键词： 改进型PCNN   AOE-网   关键路径  

摘要： 在脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)的基础上,提出了改进型脉冲耦合神经网络(mPCNN-modified PCNN)模型,并将其用于AOE-网的关键路径问题的求解.该方法通过快速并行计算,一次正向计算即可求解AOE-网的所有关键路径,与传统方法相比体现了较好的优势.

关键词： 脉冲   时滞神经网络   一致有界性   一致最终有界性   周期解  

摘要： 讨论了一类脉冲周期时滞神经网络的周期解的存在性.通过将脉冲积分不等式及脉冲型Hale-Yoshizawa型定理应用于脉冲时滞神经网络模型,得到了有关解的一致有界性、一致最终有界性及周期解的存在性的新的判据.

关键词： QoS路由   脉冲耦合神经网络   自衍波  

摘要： 介绍了QoS需求下路由选择的特点和神经网络在QoS路由领域的应用,分析了脉冲耦合神经网络(PCNNs)模型,在此基础上提出了一种支持QoS路由的PCNNs改进模型,并对基于此模型的QoS路由算法进行了描述和模拟。模拟结果显示:通过自衍波在神经网络中的传递可以寻找到源节点和目的节点之间满足QoS需求、代价最小的路径。

关键词： 星形胶质细胞瘤   尼氏征阴性   大疱性类天疱疮   水疱形成   术后放射治疗   神经上皮   地氯雷他定   大疱性皮肤病   静脉滴注   创面护理  

关键词： 脉冲   时滞   周期解   稳定性   Lyapunov函数  

摘要： 讨论了一类具有脉冲的BAM型Cohen-Grossberg时滞神经网络模型,利用重合理论和构造合适的Lyapunov函数,获得了这类模型周期解的存在性与指数稳定性的充分条件.

关键词： 数字图像处理   CCD噪声   脉冲噪声   非线性滤波器   神经网络  

摘要： 本文主要研究内容是数字图像中基于神经网络的CCD噪声与脉冲噪声的滤波研究。研究涉及CCD噪声和脉冲噪声分析、数字图像处理、神经网络理论以及噪声滤波器设计。论文以基于神经网络的非线性滤波器算法的设计与实现为宗旨，在理论与实践两个方面研究和探讨了滤波器实现过程中所涉及的关键算法。本论文的主要工作及成果如下：\n 1)从CCD器件及相机成像过程入手，对CCD器件本身特性引起的噪声、CCD相机成像过程中各种噪声源产生的噪声及其特点进行深入分析，并通过对CCD相机内部成像特性引起的成像误差进行研究，找出CCD噪声滤波复杂及效果不佳的原因，建立了CCD噪声模型，为本文CCD噪声滤波器的研究打下理论基础。\n 2)对当前常用的噪声滤波器(线性滤波器和非线性滤波器)进行分析，结合CCD噪声的特点，找出相关滤波器在对CCD噪声滤波方面的不足，提出一种新的结合神经网络的非线性滤波思路，并从理论方面证明其合理性和优越性。该方法在对ANS滤波器推导及分析的基础上，针对影响滤波效果的两大因素：滤波窗口和图像强度，将神经网络非线性逼近CCD噪声曲线，按照噪声参数对图像进行区域划分并分配相应的权值，同时自适应调整滤波窗口大小，然后结合相应的滤波器进行针对性滤波，最后综合输出。\n 3)作为上述滤波算法中的重要组成部分，对神经网络进行了单独讨论和分析。重点分析了其中应用最为广泛的BP算法的不足，对两种改进算法(小波算法与代数算法)进行系统的分析，并把它们分别构造基于上述滤波思路的非线性滤波器，通过对人工模拟噪声图像以及真实CCD相机含噪图像进行滤波实验，结果表明：该滤波算法在有效去除CCD噪声的同时图像边缘细节也得到了很好的保留，并提高了信噪比。同时根据实验结果，进一步对两种神经网络算法进行对比分析，找出两者的优缺点及需要改进之处，以便于两种算法的完善以及在非线性领域更好的应用。\n 4)提出一种结合小波神经网络的脉冲噪声滤波算法。该算法首先采用小波神经网络对图像像素进行噪声识别，将噪声像素与无噪像素区分开，然后根据精细划分公式计算，按照计算结果为噪声像素分配相应的比例系数，最后与中值滤波相结合输出。该方法确保在有效保护无噪像素的基础上，最大限度的去除噪声像素。实验结果表明，无论是PSNR、SNR对比，还是视觉效果和细节保留方面，该算法较以往常见滤波算法都得到了很大提高。\n 5)进一步对结合小波神经网络的脉冲噪声滤波算法进行分析，然后对其两种简化拆分算法进行了分析、对比和实验，找出三者的优缺点和最佳应用场合。对比实验证明：这三种算法各具特点，综合滤波算法去噪效果最佳，阈值判据法滤波速度最快，神经网络判定法介于两者之间，通过对三种算法的灵活运用来满足不同场合的需要，从而最大限度发挥各自的滤波特点，提高应用效率。

关键词： 脉冲耦合神经网络   生物神经元   最小生成树   图像模板匹配  

摘要： 脉冲耦合神经网络(PCNN)是一种根据动物大脑视觉皮层同步脉冲发放现象提出的人工神经网络。PCNN具有脉冲耦合、双通道相乘调制和阈值动态可变的主要特性，同时神经元的相互作用体现了时间和空间累加特性，很好地模仿了生物神经元特性。目前，它广泛用于图像处理，决策优化等领域，并显示了其独特的优势，对其展开深入的研究应用具有重要的理论和现实意义。\n 本文的工作取得了以下进展：\n 1．利用时延脉冲耦合神经网络(DPCNN，Delay PCNN)的脉冲波并行传播特性，提出了一种求解无向赋权图最小生成树的新算法。算法针对最小生成树的权值总和最小且连通的性质，结合时延脉冲耦合神经网络脉冲波的并行传播，通过求解无向赋权图的最短路径并对其连通性进行判断，采用迭代的方法，成功的求解了无向赋权图的最小生成树。与传统算法比较有一定的优势。\n 2．用PCNN提取了图像的特征向量点火序列图，对其在表征图像特性和进行模板匹配的优势进行了分析。利用PCNN提取点火序列图的在一定条件下对图像的处理结果具有抗噪声性、尺度不变性、旋转不变性的特点，成功的将其应用于景象的匹配和图像的拼接。用该方法实现的景象的匹配和图像的拼接具有精度高、便于用硬件实现的特点。