文档介绍：摘要虺芇是近年来提出的一种新型网络,它有着生物学背景,不同于传统人工神经网络,是对真实神经元的简化和近似。模型具有链接特性和动态阈值衰减特性使得具有相似输入的神经元同步发放脉冲,能够弥补输入数据的空间不连贯性和幅度上的微小变化,较完整的保留了图像的区域信息。因而已被成功的应用于图像分割、图像滤波、目标识别、特征提取等方面。本文首先详细的阐述了脉冲耦合神经网络模型的基本理论和运行原理,分析了它的结构特点和基本特性。并在借鉴前人的理论成果和思想的基础上对模型进行了适当的简化:简化了原模型的结构,减少了模型的参数,同时保留了原模型的几个重要特性。其次本文分析了由脉冲噪声和高斯噪声构成的混合噪声的特点,将简化型模型应用到了图像的混合噪声的滤波中。利用了模型的几个技术特性,适当的选取参数,在滤除噪声的同时保留了图像的细节信息。另外,本文还通过进行计算机仿真实验证实,应用简化型滤波算法对滤除灰度图像所受混合噪声的效果较好。并且介绍了两种传统的滤除噪声的算法,经比较证明简化型滤波算法优于传统的滤波算法,随着图像受混合噪声污染程度的增大,优势更加明显。针对彩色图像进行相应的彩色空间变化后,建立了一个噬ǹ占渖系幕诩蚧蚉模型的彩色图像混合噪声的滤波算法,通过大量的实验证明简化型滤波算法同样也可以很好滤除彩色图像混合噪声。关键词:脉冲耦合神经网络:高斯噪声滤波;阈值;自适应脉冲耦合神经网络哈尔滨С檀笱妒宦畚
知识水坝***@pologoogle为您整理
,.,哈尔滨工程大学硕士学位论文,琣瑂瑀瑀琣瑂..瑃瓵.
知识水坝***@pologoogle为您整理
二唬唬唬唬唬籭;;;唬唬唬籭;哈尔滨工程大学硕士学位论文ぁ猒!!猒!!狪··!·—···——猒—琤甌瑆篜—;籥
姜触艺哈尔滨工程大学学位论文原创性声明日期::本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用己在文中指出,并与参考文献相对应。除文中己注明引用的内容外,本论文不包含任何其他个人或集体己经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担占作者┳:
第绪论脉冲耦合神经网络的概述脉冲耦合神经网络的研究现状兴学科。它涉及到神经生理学、电子学、计算机科学、数学等多门学科,已经被广泛的应用于人工智能、信息处理、模式识别、自动控制等诸多领人工神经网络由许许多多的神经元按照一定的结构组成,人工神经网络中神经元并行分布运算的原理、快捷的学习算法、有效的认知系统引起了广大学者的高度关注和广泛研究J敝两袢眨匀斯ど窬绲难芯已经取得了很多的进展,研究人员先后提出了很多种人工神经网络模型,其中,网络是近年来提出的一种新型的人工神经网络,它不同于传统的人工神经网络,属于第三代神经网络。它是通过模拟动物的大脑视神经皮层中同步脉冲发放行为而建立起来的一个模型,模型由若干个神经元互连构成反馈型网络。在中,具有相似输入的神经元同时发放脉冲,能够弥补输入数据的空间不连贯和幅度上的微小变化,从而较完整的保留图像的区域信息,目前它已被成功的用于图像平滑【¨¨⑼枷穹指、目标识别【⑻卣魈崛尽В等方面。这就使得具有较高的研究价值和更为广阔的应用前景【.。在年根据猫的大脑皮层同步脉冲发放现象岢隽展示这种脉冲发放现象的连接模型。对该模型加以适当的修改和变形就得人工神经网络墙甘晷似鸬囊幻判域。如甈网络模型袄⊥一种全联结的反馈网络、甈网络模型网络等。哈尔滨檀笱妒垦宦畚
到了。蚉从最简单的只有两个神经元的网络入手,得到了输入信号的耦合关系医鼋隽礁錾窬5腜湍够给出一个把信息编码成时间信号的方法。踔粮隽巳趿拥图像处理领域得到了广泛的应用。蚅【:客碧岢隽艘恢直阌诙粤礁鱿嗔谏窬5慊鹛匦越相关性分析的神经元模型,其中蕴涵了神经元脉冲发放的概率机制,并指出了在生物学上合理的特定假设下,两个邻近的神经元点火时间链均可以数学上加以严格的分析,使模型和实际的生物细胞模型经证明是一致的,只是变量的坐标有所不同。他将神经元映射成基于相位的模型,指出了脉冲频率有时也不携带信息,只是传输通道的一种标识字,相位调制才是携带信息的。而相关方面的应用大大超出了神经网络领域,对于并行虲对强耦合的模型进行了动态行为的研究,,提出了一种基于信息论准则的学习的框架。给出了通过神经元的相位锁定环实现时序编码到频率编码的方法。岢隽艘恢侄訮奈藜喽窖肮嬖颉S泄氐难芯炕褂蠵和篢芯苛薖窬5慊鸶怕史植嫉男路椒ā;褂幸恍在实际应用中的例子,譬如在图像处理、图像识别方面:在军事上对坦克目标的捕捉【:俊模谝搅粕隙允油ね枷竦拇怼荆骸、对片的处理【如】