脈沖耦合神經(jīng)網(wǎng)絡(luò)及混沌脈沖耦合神經(jīng)網(wǎng)絡(luò)的研究.pdf

1、隨著生物神經(jīng)學的研究和發(fā)展，一種被稱為第三代人工神經(jīng)網(wǎng)絡(luò)的新型網(wǎng)絡(luò)模型——脈沖耦合神經(jīng)網(wǎng)絡(luò)(pulse coupled netlral network，PCNN)的研究悄然興起。該網(wǎng)絡(luò)不同于傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)，是依據(jù)貓、猴等動物的大腦視覺皮層上的同步脈沖發(fā)放現(xiàn)象提出的，是對真實神經(jīng)元的簡化與近似，其應(yīng)用前景非常廣泛。PCNN網(wǎng)絡(luò)模型具有的鏈接域特性和動態(tài)閾值衰減特性能夠使狀態(tài)相似的神經(jīng)元同步輸出脈沖，這一點充分模擬了哺乳動物視覺皮層神經(jīng)元

2、的生物特性，因而在圖像處理方面獲得了廣泛的應(yīng)用。 本論文在詳細介紹脈沖耦合神經(jīng)網(wǎng)絡(luò)基本原理的基礎(chǔ)上，對脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像處理方面的應(yīng)用成果進行了較全面的概括，并對圖像去噪和邊緣檢測算法進行仿真實驗研究；介紹混沌理論及混沌神經(jīng)網(wǎng)絡(luò)模型；并嘗試將混沌現(xiàn)象引入脈沖耦合神經(jīng)網(wǎng)絡(luò)中。論文主要內(nèi)容如下： 1．對脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像去噪、圖像增強、圖像分割、圖像邊緣檢測等幾個方面近年來所出現(xiàn)的不同算法進行較為全面的總結(jié)和比較，分

3、析其優(yōu)劣，證實PCNN用于圖像處理具有其它網(wǎng)絡(luò)所不可比擬的優(yōu)勢。 2．對二值圖像進行去噪處理，針對被椒鹽噪聲污染的圖像，進行實驗仿真，其效果明顯優(yōu)于中值濾波的結(jié)果；給出PCNN用于二值圖像邊緣檢測的仿真效果。對算法中的諸多參數(shù)進行分析，促進了對這一網(wǎng)絡(luò)的了解，并且由此加深了對真實生物視覺系統(tǒng)的認識。 3．通過將復位閾值由定值變?yōu)榻o定脈沖時間間隔(ISI)變量的正弦曲線振蕩值，得到具有混沌現(xiàn)象的混沌脈沖耦合神經(jīng)元模型。分析