PCNN脉冲耦合神经网络要点.pdf

PCNN 脉冲耦合神经网络 目录 PCNN脉冲耦合神经网络 1 前言 2 脉冲耦合神经网络模型 2 PCNN 的神经元 j 的离散方程 3 变量说明 3 优良特性 4 功能及应用 4 1. 图像去噪 4 2. 图像增强 4 3. 图像分割 4 4. 图像边缘检测 4 5. 图像融合 4 6. 图像阴影去除 5 7. 求解最小路径 5 PCNN实现滤波 5 图像分割 8 红细胞图像 9 PCNN 图像信息提取 13 边缘检测 15 图像增强 16 前言 从 20 世 纪 90 年代开始， 由 Eckhorn 等对猫的视觉皮层神经元脉冲串同步震荡现象的 研究，得到了哺乳动物神经元模型，对 Eckhorn 提出的模型进行一些改进，就得到了脉冲耦 合神经网络模型。 脉冲耦合神经网络模型 馈送输入 F 分支树 j 链接输入 L j F / L 分别以相对较小 / 较大的时间常数 / 对神经元 j 某邻域内的其他神经元的 j j F L 输出进行漏电容积分加权和，此外 F 还接受该神经元的外部刺激 L 。 j j 链接器 以乘积耦合形式 U j Fj 1 Lj 构成神经元 J 的内部行为 Uj 。 脉冲产生器 由对网络输出进行漏电容积分的变阈值特性 (起激活该神经元的作用 )和 硬 限幅函数 (起抑制该神经元的作用 )组成， 脉冲是否产生取决于内部行为大小能否超过其激发 动态门限，且此门限值随着该神经元输出状态的变化发生变化。 当阈值 θj小于 Uj 时，神经元被激活 (即输出 Yj=1),称之为点火一次，紧接着因为输出端 对阈值的反馈使得阈值 θj突然变高 (通常 Ve 取值大 )，神经元又被抑制 (即输出 Y =0)，从而在 神经元输出端产生一个脉冲信号， 此脉冲信号经过加权又连接到相邻神经元的输入端 ，从而 影响这些神经元的激发状态，故该网络称为脉冲耦合神经网络。 PCNN 的神经元 j 的离散方程 F ( n) exp( ) F (n 1) V M Y (n 1) I ij F ij F ijkl kl