脉冲耦合神经网络PPT课件
合集下载
相关主题
- 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)。
称为第三代人工神经网络
--
3
2 基本模型及其功能特性
2.1 Eckhorn 神经元模型
XXXX年
--
4
2
基本模型及其功能特性
2.2 脉冲耦合神经网络模型（PCNN模型）
--
5
2
基本模型及其功能特性
2.3 工作原理
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。
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
--
6
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
7
2
基本模型及其功能特性
2.4 基本特性
1
变阈值特性
2ห้องสมุดไป่ตู้
捕获与非线性调制特性
3
动态脉冲发放特性
4
同步脉冲发放特性
5
自动波特性
6
时空综合特性
--
8
3 应用与实验
--
9
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
--
10
3 研究方法与内容
脉冲耦合神经网络在图像处理上的应用研究
报告人： XXX XXX
--
1
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
--
2
1 理论基础
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
哺乳动物视觉通路示意图
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
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
--
11
3 研究方法与内容
3.2 边缘检测
--
12
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
--
13
3 研究方法与内容
3.3 图像融合
--
14
4 总结与展望
4.2 展望
--
15
The end 谢谢！
--
16
--
3
2 基本模型及其功能特性
2.1 Eckhorn 神经元模型
XXXX年
--
4
2
基本模型及其功能特性
2.2 脉冲耦合神经网络模型（PCNN模型）
--
5
2
基本模型及其功能特性
2.3 工作原理
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。
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
--
6
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
7
2
基本模型及其功能特性
2.4 基本特性
1
变阈值特性
2ห้องสมุดไป่ตู้
捕获与非线性调制特性
3
动态脉冲发放特性
4
同步脉冲发放特性
5
自动波特性
6
时空综合特性
--
8
3 应用与实验
--
9
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
--
10
3 研究方法与内容
脉冲耦合神经网络在图像处理上的应用研究
报告人： XXX XXX
--
1
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
--
2
1 理论基础
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
哺乳动物视觉通路示意图
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
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
--
11
3 研究方法与内容
3.2 边缘检测
--
12
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
--
13
3 研究方法与内容
3.3 图像融合
--
14
4 总结与展望
4.2 展望
--
15
The end 谢谢！
--
16