声明
第一章 概述
1.1 研究背景
1.2脉冲耦合神经网络模型的研究现状
1.3 论文主要内容及安排
第二章 脉冲耦合神经网络及其改进算法
2.1 脉冲耦合神经网络模型(PCNN)
2.2基于PCNN和图像质量的自适应红细胞计数方法1
2.3 改进的PCNN模型
2.4 本章小结
第三章 改进PCNN模型及其参数设置
3.1 改进PCNN模型(Improved-PCNN, IPCNN)
3.2 无耦合连接IPCNN模型
3.3 耦合连接IPCNN模型
3.4 基于图像分割的IPCNN模型自适应参数设置
3.5 异质脉冲耦合神经网络(HIPCNN)
3.6 本章小结
第四章 脉冲耦合神经网络在图像处理中的应用
4.1 图像分割简述
4.2 基于自适应参数设置IPCNN模型的图像分割
4.3 异质脉冲耦合神经网络(HIPCNN)的图像分割
4.4 图像边缘检测
4.5 本章小结
第五章 结论
5.1 总结
5.2 展望
参考文献
在学期间的研究成果
致谢
兰州大学;