畢業(yè)設(shè)計(jì)進(jìn)度匯報(bào)(編輯修改稿)
2024-09-01 08:52 本頁面
【文章內(nèi)容簡介】 Pulse Coupled Neural Network, PCNN)的圖像處理是智能圖像處理領(lǐng)域內(nèi)研究的熱點(diǎn)問題之一 ,基于 PCNN特征提取的目標(biāo)識(shí)別是該神經(jīng)網(wǎng)絡(luò)應(yīng)用中的難點(diǎn)。但是由于 PCNN標(biāo)準(zhǔn)模型具有較為復(fù)雜的結(jié)構(gòu)和較多的參數(shù)，現(xiàn)行使用的許多模型通常都是對標(biāo)準(zhǔn)進(jìn)行簡化之后的模型，這些模型在保留最基本的視覺皮層特性的同時(shí)，降低了模型的計(jì)算復(fù)雜度。為此 ,用一種簡化脈沖耦合神經(jīng)網(wǎng)絡(luò)(Simplified Pulse Coupled Neural Network, SPCNN) 模型應(yīng)用于圖像分割。 BREAD PPT DESIGN 背景介紹 學(xué)術(shù)界已經(jīng)提出了一些細(xì)胞圖像的分割方法， 例如：
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1