基于加性耦合连接的PCNN模型

摘要：

脉冲耦合神经网络(PCNN)比传统神经网络更好地模仿了生物神经元,既考虑空间累加,又考虑了时间累加.在此用加性耦合代替乘性耦合,在图像处理效果上与耦合和无耦合PCNN的效果相比,其差别较小,熵与耦合PCNN处理后图像的熵基本一致.但加性耦合连接的PCNN,改变了无耦合PCNN的周期特性,提供了停止条件,保持了PCNN的旋转不变性、缩放不变性等一些特性,同时保持了时间和空间上的积累,且迭代次数少,计算量相对较小,更适合于硬件实现.

关键词：PCNN、时间签名、熵、加性耦合、乘性耦合

所属期刊栏目：34

分类号：TN919-34;TP391.7;TP751.1

资助基金：云南省教育厅基金资助项目50107003

在线出版日期：2012-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：126-128