脉冲耦合神经网络
【国家自然科学基金】_脉冲神经网络_基金支持热词逐年推荐_【万方软件创新助手】_20140802
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 推荐指数 脉冲耦合神经网络 10 时滞 3 脉冲噪声 2 脉冲 2 绝缘子 2 图像融合 2 图像分割 2 分类 2 人工神经网络 2 bp神经网络 2 非抽样contourlet变换 1 集群 1 阈值 1 链接强度 1 铝合金mig焊 1 超声图像 1 超声-电沉积 1 赋时矩阵 1 计算模型 1 解耦控制 1 自适应 1 自动波 1 脑机接口 1 脉冲稳定性 1 脉冲神经网络 1 脉冲效应 1 脉冲形状甄别 1 能量 1 群体向量法 1 细胞神经网络(cnns) 1 组合优化 1 线性甄别 1 系统稳定性 1 系统仿真 1 粒子群优化 1 等值附盐密度 1 稳态视觉诱发电位 1 稳定性 1 神经网络 1 电能质量 1 生态承载力 1 特征捆绑 1 点火映射图 1 湿地 1 混沌同步与控制 1 海马ca3区 1 泄漏电流 1 模式识别 1 最短路径 1 最小二乘支持向量机 1 时间序列 1 时滞双向联想记忆神经网络 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89
无尺度网络 故障诊断 放电 支持向量机 指数稳定 形态学滤波 峰值信噪比 局部对比度 小波包 学习准则 多脉冲 多目标模糊模式识别模型 复杂动力网络 复合镀层 基频信号 在线检测 图像去噪 周期解 双正交小波变换 函数 伪彩色 优化 人眼视觉系统 互信息量 二次谐波 中值滤波 不应期 三态层叠流水线操作 srm模型 spiking神经网络 sigmoid函数 phoswich探测器 pcnn mimo模型 lyapunov函数 lyapunov art2
新型脉冲神经网络模型及其算法
缺乏大规模数据集 的支持
目前的新型脉冲神经网络模型 主要在小规模数据集上进行验 证和测试，缺乏在大规模数据 集上的表现。未来可以构建更 大型的数据集，以检验模型的 性能和泛化能力。
缺乏多学科融合
新型脉冲神经网络模型在多个 领域都有广泛的应用前景，但 目前仍缺乏与其他学科的深度 融合，未来可以探索与其他领 域交叉研究的可能性，如生物 医学工程、心理学等。
练速度和提高收敛精度。
正则化
使用L1或L2正则化等技术，防 止网络过拟合训练数据，提高 模型的泛化能力。
早停
在训练过程中，定期检查模型 的性能，如果发现性能不再提 升，则提前停止训练，以防止 过拟合。
集成学习
将多个网络模型集成在一起， 可以提高模型的泛化能力和鲁
棒性。
05
实验与分析
实验数据集
01
实现脉冲神经网络的学习规则需要用到数值计算方法，如梯度下降法、随机梯度下降法等 。
03
新型脉冲神经网络模型
网络模型的设计
基于生物神经元模型
新型脉冲神经网络模型的设计灵 感来源于生物神经元，它通过模 拟神经元的传递过程和响应机制 ，实现了更高效的信息处理和决 策能力。
多层网络结构
新型脉冲神经网络模型采用了多 层网络结构，包括输入层、隐藏 层和输出层。这种结构使得模型 能够更好地捕捉数据中的复杂模 式，提高了模型的表达能力和泛 化能力。
脉冲神经网络结构
01
脉冲神经网络的基本构成
脉冲神经网络由多个脉冲神经元组成，每个神经元接收来自其他神经元
的脉冲信号，并根据其内部状态和接收到的信号产生新的脉冲信号。
02
脉冲神经网络的连接方式
脉冲神经元之间的连接方式可以是全连接、部分连接或随机连接。
【系统仿真学报】_脉冲控制_期刊发文热词逐年推荐_20140724
2009年 科研热词 推荐指数 顶部振打器 1 重力补偿 1 误码率 1 计算机模拟 1 蚁群算法 1 节能 1 脉冲控制力 1 脉冲发动机 1 综合最优 1 简易制导 1 矿井巷道 1 电磁力 1 激光控制化学反应 1 激光探测器 1 激光半主动导引头 1 混沌脉冲位置调制(cppm) 1 混沌 1 末修迫弹 1 数学模型 1 攻击区 1 捕获域 1 弹道仿真 1 半经典动力学近似 1 光化学反应 1 修正能力 1 修正策略 1 保密通信 1 仿真 1 中途修正 1 simulink 1 nakagami分布 1 mc-ds-cdma调制 1
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
科研热词 高分辨大测绘带成像 非线性系统 雷达成像 边缘检测 谐波 误符号率 衰落信道 自适应控制 脉冲调宽 脉冲耦合神经网络 脉冲控制 脉冲多普勒 脉冲噪声 脉冲发动机 联合仿真 统一混沌系统 移项控制器 直流电机 直升机 目标模型 目标回波模拟器 激光半主动捷联制导 混沌同步 正交空时分组码 模糊控制 模糊 柔性系统 极不灵敏 机动目标跟踪 最短路径 无线电引信 整形 故障诊断 振荡 建模 广义脉冲响应函数 多电平 多发多收系统 多发单收 均衡 四象限控制器 命中精度 合成带宽 合成孔径雷达 参数不确定
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
基于脉冲神经网络鲁棒性研究与应用
基于脉冲神经网络鲁棒性研究与应用随着神经网络技术的不断发展，人们开始更加关注神经网络的鲁棒性。
在这种情况下，基于脉冲神经网络的鲁棒性成为了研究的热点之一。
本文将介绍脉冲神经网络的基本概念、鲁棒性研究的需求、现有的方法以及应用前景。
一、脉冲神经网络的基本概念脉冲神经网络（Pulse-Coupled Neural Network，PCNN）是一种基于生命系统的神经网络，具有高度的并行、动态、自适应的优势。
它主要由神经元、突触和脉冲释放等组成，能够模拟人脑神经系统的信息处理过程。
二、鲁棒性研究的需求鲁棒性是指系统对外界噪声和干扰的抵抗能力，是一个系统稳定性和可靠性的重要指标。
在实际应用中，由于外界环境的影响和系统本身构造的限制，很难做到完美的系统设计和运行。
因此，如何提高神经网络系统的鲁棒性，成为广泛关注的问题。
三、现有的方法针对脉冲神经网络的鲁棒性研究，目前主要有以下几种方法：1. 异常检测方法：通过检测神经网络中不正常的节点或区域，来判断系统是否受到干扰。
2. 多模型融合方法：将多个PCNN模型融合起来，利用各自的优点来提高整体的鲁棒性。
3. 时间规律策略方法：根据时间规律进行预测和调整，避免系统发生崩溃和故障。
4. 直接反馈方法：对输出结果进行直接反馈，即使系统出现问题也能及时进行调整和修复。
四、应用前景鲁棒性是神经网络应用中的重要问题之一，特别是在工业、交通等场景下，人们更加关注神经网络的可靠性和稳定性。
因此，基于脉冲神经网络的鲁棒性研究具有重要的应用前景。
例如，可以应用于无人驾驶、智能交通、智能制造等领域，提高系统的安全性和效率。
综上所述，基于脉冲神经网络的鲁棒性研究是一个有挑战性和前途的领域。
未来，我们可以通过深入研究和不断探索，为神经网络系统的鲁棒性提供更加有效的解决方案。
【计算机仿真】_高斯_期刊发文热词逐年推荐_20140727
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
科研热词 高斯滤波 高斯混合模型 驱动器密度 阈值 误码率 相位校正器 最大类间方差 最大似然估计 图像去噪 仿真 高阶循环累积量 高斯混合阴影模型 高斯混合分布 高斯模型 高斯指数 高斯影响函数 高斯平滑滤波 高斯分布 颜色空间 非规则低密度奇偶枚验码 降交点地方时 阴影消除 阈值分割 重复累积码 边缘检测 轨道转移 豪斯多夫距离 语音增强 计算机辅助诊断 视觉注意模型 补偿能力 自适应控制 自适应 脉冲波形 脉冲内插 背景建模 肤色分量 肋软骨 线性二次型高斯最优控制 粒度母体 空间滤波器 空洞扩大 离散余弦变换 直接序列扩频信号 目标跟踪
最小均方误差 最小二乘 日收益率 无线局域网 旋翼 数学形态学 支持向量机 抛物方程 循环矩 循环前缀 形态函数 归一化最小平均值 弹性球壳 平均绝对比例误差 峰度 射线光学 奇异值分解 奇异值 多级小波分解 多样性 声纳图像 均值漂移 图像增强 图像去噪 回波特性 四阶矩 噪声抑制 变步长 变化检测 双群体 去相关 卡尔曼滤波 协调转弯 动态贝叶斯网 动态优化 分类 分数低阶统计量 分形编码 全局最优 偏斜度 信道估计 信号检测 人脸定位 中频系数
2009年 科研热词 广义平稳 广义似然比 协方差矩阵 信噪比 高阶累积量 高斯白噪声 高斯滤波最小相移键控 高斯混合模型 高斯摄动方程 高斯型模型 高斯-马尔可夫模型 高分辨率 马氏距离 马尔可夫链蒙特卡罗法 韦布尔分布 非平稳随机过程 非合作式传感器 零记忆非线性变换 阴影消除 里德-所罗门码 递推估计 迭代自适应逆滤波 近邻法 运动分割 轨道机动 轨道仿真 跳频 跳时脉冲相位调制 超宽带 调制模式识别 说话人识别 误包率 计算量 表面平滑 自适应滤波 脉冲控制 脉冲噪声 联合战术信息分布系统 美尔倒谱系数 线件调频信号 粒子滤波 简正波 眼图 相位路径 直序扩频 推荐指数 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
基于匹配滤波和频带分割的超宽带信号脉冲压缩方法
基于匹配滤波和频带分割的超宽带信号脉冲压缩方法
杨延光;黄晓涛
【期刊名称】《雷达科学与技术》
【年(卷),期】2005(3)6
【摘要】在研究匹配滤波和重采样原理的基础上,利用频带分割和多通道综合技术实现超宽带信号的脉冲压缩.分析了几种窗函数对脉压结果的影响,讨论了算法具体实现中需要注意的问题.最后通过计算机仿真验证了算法的正确性和有效性.
【总页数】7页(P361-366,386)
【作者】杨延光;黄晓涛
【作者单位】国防科技大学电子科学与工程学院超宽带雷达实验室,湖南,长
沙,410073;国防科技大学电子科学与工程学院超宽带雷达实验室,湖南,长
沙,410073
【正文语种】中文
【中图分类】TN957
【相关文献】
1.自适应脉冲耦合神经网络与匹配滤波器相结合的视网膜血管分割 [J], 徐光柱;张柳;邹耀斌;夏平;雷帮军
2.采用小波进行频带分割的脉冲压缩方法 [J], 高翠翠;林明
3.基于带通欠采样的脉冲超宽带信号重建算法性能研究 [J], 邹宁;徐争光;冉建华;李朝阳
4.基于单模光纤的超短光脉冲产生方法（Ⅰ）──脉冲压缩方法 [J], 曹文华
5.基于频带分割的超宽带雷达脉冲压缩方法 [J], 水鹏朗;保铮
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Handel-C的PCNN模型研究及应用
的明确描 述 ，导致 实验 结果 的分析 比较 困难 ［］ ６。 ２ ｃｈ ｒ模 型应 用 时众 多参 数需 要 设置 ［］ ａ ｇｎ ｔ等人 根 ）Ｅ ｋｏｎ ６ 。Ｈ ＳＲ ｎａ ａｈ 据Ｅ ｋｏ ｎ 型提 出 了一组 较为 简洁 的ＰＮ 模 型的数 学表 达式 ：模 型结 构如 ｅ ｈｒ模 ＣＮ
10在式6一10中sij代表图像像素灰度值b是连接域的连接系数vfvl和ve分别是反馈输入域连接域和动态门限的放大系数afal和ae分别是反馈输入域连接域和动态门限的时间衰减常数mijk和ijkl分别为反馈输入域和耦合连接域的连接矩阵is
信 息
科 学
Ｖ Ａ
一 －
基 于Ｈａ ｅ－ ｎ ｌ Ｃ的ＰＣＮＮ模 型 研 究 及 应 用 ｄ
在 式 （ ）一 （０ ６ １ ）中 ，ｓｊ 表 图像 像 素灰度 值 ， Ｂ是 连接 域的 连接 系 ｉ 代
数 ，Ｖ、Ｖ和 Ｖ分 别 是反馈 输 入 域 、连接 域 和动 态 门 限的 放大 系数 ， ａ 、 Ｆ Ｌ Ｅ Ｆ
ａ 和 ａ 分 别是 反 馈 输入 域 、 连接 域 和动 态 门 限 的时 间衰 减 常数 ，Ｍｊ 和 Ｌ Ｅ ｉｌ ｋ Ｗｊ分 别 为反馈 输入 域和 耦合连 接域 的连 接矩 阵 ［］ ｉ１ ｋ ６。
ＦＧ ， 即现场 可编 程 逻辑 阵列 ；它 基于 ＰＬ Ａ 、ＣＬ 等 可编程 器件 ＰＡ Ａ 、Ｇ Ｌ ＰＤ 的基 础 上进 一 步发 展 的一种 专用 半 定制 电路 芯 片 。当前 ， 生产 ＦＧ 芯片 的 ＦＡ
厂家 主 要 有Ａ ｔｒ 、Ｘ ｌｎ 等 当 前 ，ＦＧ 可 以使 用Ｖ Ｄ 、Ｈｎ ｌ— 等语 ｌｅ ａ ｉ ｉｘ ＰＡ Ｈ Ｌ ａｄ ｅＣ 言来 进 行应 用 开发 。本 文 所用 的Ｆ Ｇ开 发 芯 片是ｘ ｌｎ 公 司 的Ｘ２ Ｉ０ ， ＰＡ ｉ ｉｘ Ｃ ＶＯ０ 如 图 ２ 示 。Ｘ ２ Ｉ０拥 有 １０ 个 系 统 门 ，４ ×３ 个 可 配 置 逻 辑单 元 ， 所 ＣＶ Ｏ０ ０万 ０ ２ ４个 ｌＸ１ ｉｓ Ｏ ８ ｂ ｔ乘法 器 ，７０ｂ ｔ Ａ ，８ ＤＭ 块 ［］ ８ ２ Ｋ ｉｓＲＭ ＋ Ｃ 模 ９
【国家自然科学基金】_脉冲序列控制_基金支持热词逐年推荐_【万方软件创新助手】_20140802
科研热词 推荐指数 离散映射 2 分叉点 2 分叉序列 2 量子相干控制 1 遗传算法 1 超声测距系统 1 脉冲耦合神经网络 1 脉冲控制 1 编队飞行 1 线性规划 1 相干态制备 1 相对相位 1 生成函数 1 支持向量机 1 序banach空间 1 多脉冲 1 图像分割 1 唯一解 1 同余法 1 半反直觉脉冲序列 1 初值问题 1 伪随机脉冲位置调制 1 互信息量 1 串扰 1 不连续脉冲积分-微分方程 1 不应期 1 srm模型 1 spiking神经网络 1 hamilton-jacobi方程 1 buck变换器 1 boost变换器 1
科研热词 脉冲序列控制 多级脉冲序列 buck变换器 boost变换器 高压大容量变频器 超宽带技术 超宽带 调制参数估计 误码率 被动谐波锁模 自适应滤波器 自相位调制 脉宽 脉冲耦合神经网络 脉冲控制 脉冲噪声 脉冲及其序列 群速度色散 统一混沌系统 稳定控制 离散映射 矿井巷道 电流型 电压源逆变器 电压型 激光推进 激光器 混沌 混合空间矢量调制 测量模式 李雅普诺夫指数 时延估计 断续工作模式 数值仿真 控制规律 控制方法 开关模式 开关变换器 建模 安全工作区 多脉冲 复摆 分叉点 分叉序列 冲量耦合系数 冲激无线电 共变 全数字式交流伺服 光纤激光器 信号与信息处理 位置控制 α 稳定分布
53 54 55 56 57
th-ppm nakagami分布 mc-ds-cdma调制 ds-ss dc-dc变换器
推荐指数 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
基于脉冲神经网络的机器人智能控制研究进展
基于脉冲神经网络的机器人智能控制研究进展目录一、内容综述 (2)1.1 背景与意义 (3)1.2 国内外研究现状 (4)1.3 研究内容与方法 (5)二、脉冲神经网络概述 (6)2.1 脉冲神经网络基本原理 (7)2.2 脉冲神经网络与传统神经网络的区别 (8)2.3 脉冲神经网络的优点与挑战 (9)三、基于脉冲神经网络的机器人控制方法 (10)3.1 基于脉冲神经网络的轨迹规划方法 (12)3.2 基于脉冲神经网络的路径跟踪方法 (13)3.3 基于脉冲神经网络的自主导航方法 (14)四、脉冲神经网络优化算法研究 (15)4.1 神经网络权重优化方法 (17)4.2 神经网络结构优化方法 (18)4.3 脉冲神经网络的参数优化策略 (20)五、脉冲神经网络在机器人智能控制中的应用案例 (21)5.1 在机器人路径跟踪中的应用 (23)5.2 在机器人自主导航中的应用 (24)5.3 在机器人情感识别中的应用 (25)六、结论与展望 (27)6.1 研究成果总结 (28)6.2 存在的问题与不足 (29)6.3 未来发展方向与展望 (29)一、内容综述随着科技的飞速发展，机器人智能控制技术在众多领域的应用逐渐深入。
在这一背景下，基于脉冲神经网络的机器人智能控制研究成为当前的研究热点。
脉冲神经网络，以其模拟生物神经系统脉冲传递信息的独特方式，在信息处理与计算领域展现出强大的潜力。
特别是在机器人控制领域，脉冲神经网络为机器人提供了更加灵活、高效的智能控制手段。
基于脉冲神经网络的机器人智能控制研究取得了显著的进展，脉冲神经网络以其独特的动态特性和时空编码机制，在机器人控制任务中展现出优异的性能。
研究者在机器人路径规划、动态决策、自适应控制等方面进行了深入研究，并取得了一系列重要突破。
随着深度学习技术的发展，深度脉冲神经网络在机器人控制中的应用也逐渐增多，为复杂环境下的机器人智能控制提供了新的解决方案。
脉冲神经网络在运动目标检测中的应用
脉冲神经网络在运动目标检测中的应用林梅燕;吴庆祥;蔡荣太;郭红英【摘要】近几年,在智能监控系统中,广泛应用了基于生物视觉原理的运动目标检测与跟踪计算模型.这里提出一种基于神经轴突延迟机制,利用脉冲神经元网络模型对运动目标进行检测与跟踪的算法,该神经网络模型是利用轴突延迟脉冲神经网络模拟人类的视觉特性,从而提取运动目标,并具体分析脉冲神经元网络算法的实际意义.实验结果表明,该算法能够动态并行地进行运动目标提取,可通过硬件实现而应用于监控系统中.【期刊名称】《现代电子技术》【年(卷),期】2010(033)008【总页数】4页(P145-147,150)【关键词】脉冲神经网络;轴突延迟;运动检测;生物视觉【作者】林梅燕;吴庆祥;蔡荣太;郭红英【作者单位】福建师范大学,物理与光电信息科技学院,福建福州,350007;福建师范大学,物理与光电信息科技学院,福建福州,350007;福建师范大学,物理与光电信息科技学院,福建福州,350007;福建师范大学,物理与光电信息科技学院,福建福州,350007【正文语种】中文【中图分类】TP183;TP3910 引言智能化视频监控系统是近年来计算机视觉领域中一个新兴的应用方向[1]。
智能化视频监控系统是利用计算机视觉技术对摄像机采集的视频图像进行处理分析，并将人工智能方法应用于系统中，以提高智能水平的，其目标是要使视频监控系统具有像人一样的智能。
如果单用图像处理技术很难达到人们想要的智能，因此科学家们就将人工智能技术与图像视频处理技术相结合，用到智能监控系统中。
利用计算机视觉技术实现目标的检测与跟踪，是目前智能化视频监控系统中的热门研究课题[1-2]。
目前，在视频检测与跟踪系统的关键技术中，已提出了许多有效的算法，如光流法、模式匹配法、邻帧差分法、背景帧差分法等。
光流法和模式匹配法的计算复杂、耗时，不利于实时检测；邻帧差分法的运算简单，实时性强，利于安全区域的检测，但对目标的运动速度要求高(太慢则检测不到运动目标，太快又会使得分割区域远大于真实目标)，背景帧差分法的计算量小，一般能够提供最完整的特征数据，运动物体检测效果较好，但受光线、天气等外界条件的影响较大，需要一个好的参考背景[2]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3 研究方法与内容
3.1 图像分割
原始灰度图 Ostu算法结果 PCNN算法 改进的PCNN算法
3 研究方法与内容
3.2 边缘检测
3 研究方法与内容
3.3 图像融合
脉冲耦合神经网络图像融合模型
3 研究方法与内容
3.3 图像融合
4 总结与展望
4.2 展望
PCNN 参数与图像固有特性结合起来选取 PCNN 迭代输出 加入生物特征完善模型
脉冲耦合神经网络在图像处理上的应用研究
报告人： XXX XXX
目录
1 理论基础 2 基本模型及其功能特性 3 应用与实验 4 展望
1 理论基础
哺乳动物视觉通路示意图
猫、猴等哺乳动物 的大脑视觉系统产生
的同步脉冲现象
视觉系统的 Eckhorn数学模型
Johnson等人对Eckhorn 模型进行了改进与简化，诞生了 脉冲耦合神经网络，它在国际上被
外部刺激强，点火频率 越高。不同亮度不同时刻， 相同亮度相同时刻。
无耦合PCNN输出脉冲示意图
2
基本模型及其功能特性
2.3 工作原理
PCNN各神经元间存在耦合连 接，一个神经元的点火会引起相 邻神经元提前点火。
具有空间邻近、亮度强度相似 性输入的神经元将在同一时刻点 火。
有耦合神经元点火图
2
基本模型及其功能特性
实际应用，医学、农学等
The end 谢谢！
称为第三代人工神经网络
2 基本模型及其功能特性
2.1 Eckhorn 神经元模型
XXXX年
2
基本模型及其功能特性
2.2 脉冲耦合神经网络模型（理
PCNN的运行行为是各 神经元相互独立运行的组合， 在外部刺激作用下，以一定 自然频率发放脉冲，称为自 然点火。
2.4 基本特性
1 2
3
4
5 6
变阈值特性 捕获与非线性调制特性 动态脉冲发放特性 同步脉冲发放特性 自动波特性 时空综合特性
3 应用与实验
特征提 取
图像分 割
应用
边缘检 测
图像去 噪
图像融 合
3 研究方法与内容
3.1 图像分割
变形后的 PCNN 神经元模型： 去掉动态门限产生机制，自适应遗传算法搜索最优门限阈值