检索结果-南通市图书馆

一种改进衰减时间常数的脉冲耦合神经网络模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与应用 2021年第8期11卷 2029-2034页

作者：潘改江苏师范大学电气工程及自动化学院江苏徐州

在传统脉冲耦合神经网络模型(PCNN)中,当神经元的内部活动项大于动态阈值时输出脉冲,根据输出脉冲分割出图像目标。分割弱边界的图像目标时,由于动态阈值的衰减时间常数固定不变,动态阈值的衰减速度过快或过慢于理论需要的衰减速度时,... 详细信息

在传统脉冲耦合神经网络模型(PCNN)中,当神经元的内部活动项大于动态阈值时输出脉冲,根据输出脉冲分割出图像目标。分割弱边界的图像目标时,由于动态阈值的衰减时间常数固定不变,动态阈值的衰减速度过快或过慢于理论需要的衰减速度时,影响神经元的内部活动项与动态阈值的比较,发送错误的脉冲信号,产生误分割现象。为了解决这一问题,本文利用人眼对图像亮度的敏感性,使动态阈值的衰减速度与人眼对亮度的敏感度相一致,提出将人眼亮度权重系数作为动态阈值的衰减时间常数的系数,得到新的动态阈值。通过对含有弱边界、目标不规则、目标像素点的灰度值与背景像素点的灰度值存在重叠区域的图像进行仿真对比实验,实验结果说明本文提出的算法优于传统脉冲耦合神经网络模型。

关键词：脉冲耦合神经网络模型衰减时间常数人眼亮度权重系数

基于Harris矩阵的脉冲耦合神经网络模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学与应用 2021年第8期11卷 2064-2069页

作者：潘改江苏师范大学电气工程及自动化学院江苏徐州

分割含有弱边界、对比度低的图像目标时,传统的脉冲耦合神经网络模型难以得到有效的分割效果,主要原因是动态阈值的衰减时间常数固定,衰减速度固定,分割弱边界时,输出的脉冲信号难以准确描述目标区域,产生误分割现象。为了解决这一问题... 详细信息

分割含有弱边界、对比度低的图像目标时,传统的脉冲耦合神经网络模型难以得到有效的分割效果,主要原因是动态阈值的衰减时间常数固定,衰减速度固定,分割弱边界时,输出的脉冲信号难以准确描述目标区域,产生误分割现象。为了解决这一问题,本文采用Harris矩阵获取图像梯度信息,特别是弱边界的梯度信息,提出动态阈值的衰减速度与图像的梯度信息有关,当梯度信息大时,动态阈值的衰减快,当梯度信息小时,动态阈值的衰减速度慢,给出动态阈值的新定义。通过对弱边界、对比度低的图像进行仿真对比实验,说明本文算法的分割效果优于传统脉冲耦合神经网络模型。

关键词：脉冲耦合神经网络模型动态阈值衰减时间常数 Harris矩阵

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于栅格元的脉冲耦合神经网络模型

计算机科学与应用 2018年第9期8卷 1341-1346页

作者：潘改孔祥勇江苏师范大学电气工程及自动化学院江苏徐州

传统脉冲耦合神经网络模型描述神经元之间的内在联系时,仅仅考虑神经元之间的空间位置信息,忽略了神经元之间的灰度信息,使神经元之间的连接权值不准确,易产生误分割现象。为了解决这一问题,本文采用栅格元的响应函数作为神经元之间的... 详细信息

传统脉冲耦合神经网络模型描述神经元之间的内在联系时,仅仅考虑神经元之间的空间位置信息,忽略了神经元之间的灰度信息,使神经元之间的连接权值不准确,易产生误分割现象。为了解决这一问题,本文采用栅格元的响应函数作为神经元之间的连接权值,得到新的连接输入项。在新的连接权值中,不仅考虑了局部区域的灰度信息,而且考虑了局部区域的方差信息,同时继承了栅格元神经元的优点,即具有较强的方向性、位置相对性和周期性。通过对遥感图像、生活图像、血管图像进行仿真对比实验,实验结果说明本文提出的算法优于传统脉冲耦合神经网络模型。

关键词：栅格元脉冲耦合神经网络模型响应函数

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

洪水灾情评价的脉冲耦合神经网络模型

灾害学 2010年第3期25卷 12-15页

作者：杨聪辉王宝华付强谢永刚广州市水利水电勘测设计研究院广东广州510640 东北农业大学水利与建筑学院黑龙江哈尔滨150030 黑龙江大学生产力研究中心经济与工商管理学院黑龙江哈尔滨150080

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训... 详细信息

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。

关键词：脉冲耦合神经网络模型洪水灾情评价 BP模型

在线全文

学校读者我要写书评

暂无评论

基于L＆A-PCNN模型的混合噪声滤除

华南理工大学学报（自然科学版） 2009年第4期37卷 31-36页

作者：涂泳秋黎绍发王成王敏琴华南理工大学计算机科学与工程学院广东广州510640 肇庆学院计算机科学与软件学院广东肇庆526061

现有脉冲耦合神经网络模型普遍存在阂值函数复杂、用于图像平滑时图像信息易丢失以及易产生污斑等缺陷．为此，文中设计了一种阈值线性衰减的输出带权均值型PCNN模型，简称L＆A—PCNN．通过数学推理和实验获得了L＆A-PCNN的关键参数的... 详细信息

现有脉冲耦合神经网络模型普遍存在阂值函数复杂、用于图像平滑时图像信息易丢失以及易产生污斑等缺陷．为此，文中设计了一种阈值线性衰减的输出带权均值型PCNN模型，简称L＆A—PCNN．通过数学推理和实验获得了L＆A-PCNN的关键参数的最优选取范围，并将L＆A—PCNN与中值滤波器结合对图像去噪领域的难点——混合噪声进行修复．仿真实验结果证明，L＆A—PCNN算法的去噪性能比现有算法提高了5％～30％．

关键词：脉冲耦合神经网络模型线性衰减阈值点火像素带权均值混合噪声中值滤波

在线全文

学校读者我要写书评

暂无评论

基于多尺度空间PCNN模型的图像分割算法

北京交通大学学报 2013年第2期37卷 27-30页

作者：杨娜陈后金郝晓莉李艳凤中北大学电子与通信工程学院山西太原030051 北京交通大学电子信息工程学院北京100044

运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用... 详细信息

运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.

关键词：图像分割脉冲耦合神经网络模型尺度空间多尺度空间PCNN模型

一种基于局部特征的PCNN电力故障区域提取方法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2018年第7期44卷 291-296页

作者：谷凯凯周东国许晓路蔡炜周正钦胡文山黄华国网电力科学研究院武汉南瑞有限责任公司武汉430074 国网电力科学研究院南京南瑞集团公司南京211000 武汉大学动力与机械学院武汉430072 国网上海市电力公司上海200120

为有效提取红外图像中电气设备的故障或异常区域,提出一种新的红外图像故障区域提取方法。以脉冲耦合神经网络(PCNN)同步点火机理为依据,通过简化其内部参数,同时在参数优化配置下结合故障区域和非故障区域邻域边界的局部特征,设置PCNN... 详细信息

为有效提取红外图像中电气设备的故障或异常区域,提出一种新的红外图像故障区域提取方法。以脉冲耦合神经网络(PCNN)同步点火机理为依据,通过简化其内部参数,同时在参数优化配置下结合故障区域和非故障区域邻域边界的局部特征,设置PCNN模型迭代结束规则,从而使模型能进行自适应迭代,并获取红外图像故障区域。针对实际的红外检测图像进行实验,结果表明,与Otsu、k-means、分水岭及改进的PCNN方法相比,该方法具有较好的故障区域提取性能。

关键词：红外检测脉冲耦合神经网络模型故障区域同步点火局部特征

基于形态学图像增强和PCNN的脑部CT与MRI图像融合

在线全文

学校读者我要写书评

暂无评论

计算机科学 2020年第10期47卷 194-199页

作者：李昌兴雷柳张晓璐西安邮电大学理学院西安710121 西安邮电大学通信与信息工程学院西安710121

图像在融合过程中容易引入伪吉布斯现象,在图像的边缘细节处容易产生“伪影”和振铃现象。针对以上问题,提出了一种基于形态学图像增强和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的脑部CT与MRI图像融合方法。首先基于形态... 详细信息

图像在融合过程中容易引入伪吉布斯现象,在图像的边缘细节处容易产生“伪影”和振铃现象。针对以上问题,提出了一种基于形态学图像增强和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的脑部CT与MRI图像融合方法。首先基于形态学对源图像进行开运算和闭运算增强处理,再将增强处理过的图像作为PCNN接收域的输入激励,输入PCNN融合模型内,对模型输出的权重图进行判定,形成一幅清晰并且易于处理的图像。实验结果表明,所提方法在保持边缘清晰化、保留有效信息、平衡冗余现象方面都优于其他方法,经过形态学图像增强和PCNN融合后的图像相较于未经增强处理的PCNN方法所得图像的平均梯度提高了24.59%左右,空间频率提高了42.56%左右;相较于基于拉普拉斯的图像融合方法,图像的标准差提高了16.67%左右。

关键词：形态学图像增强脉冲耦合神经网络模型融合权重链接强度医学图像融合

在线全文

学校读者我要写书评

暂无评论

一种基于脉冲耦合神经网络的图像降噪方法

图学学报 2015年第1期36卷 47-51页

作者：张文兴闫海鹏王建国内蒙古科技大学机械工程学院内蒙古包头014010

传统的脉冲耦合神经网络(PCNN)在图像降噪时不能准确地定位噪声数据并去除图像噪声。提出一种基于改进的PCNN有效去噪方法。该方法在PCNN模型上采用自适应的突触连接系数,使之随不同神经元与其周围神经元相似程度的不同而自适应变化,提... 详细信息

传统的脉冲耦合神经网络(PCNN)在图像降噪时不能准确地定位噪声数据并去除图像噪声。提出一种基于改进的PCNN有效去噪方法。该方法在PCNN模型上采用自适应的突触连接系数,使之随不同神经元与其周围神经元相似程度的不同而自适应变化,提高噪声数据的辨识度;同时将PCNN神经元的点火频次记录在点火时间序列中,根据神经元点火次数判断并滤出噪声点,实现更好地降噪效果。实验测试结果表明,该方法不仅可以准确地辨识噪声数据,而且能够有效地去除图像的噪声点,具有较强的适应性和较好的边缘与细节保护能力。

关键词：脉冲耦合神经网络模型脉冲噪声可变突触连接系数相似程度点火时间序列