1、机制及其在图像处理中应用研究研究生李丹菁专业模式识别与智能系统指导教师范影乐教授完成日期年月万方数据杭州电子科技大学硕士学位论文基于神经元改进模型随机共振机制及其在图像处理中应用研究研究生李丹菁指导教师范影乐教授年月万方数据，万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交学位论文，是本人在导师指导下，独立进行研究工作所取得成果。除文中已经注明引用内容外，本论文不含。
2、有自突触特性神经元模型，进行强噪声背景下弱信号增强应用然后考虑神经元之间突触互连结构，进步构建耦合神经元模型，以强噪声背景下图像边缘检测为例展开了应用研究，解释神经感知系统中双向信息流通机制所起到重要作用最后构建了基于多重随机共振机制神经元模型，模拟视觉系统对视野内不同层次细节逐步感知过程，以多对比度菌落图像为例，进行图像边缘检测实验。本文主要工作和研究成果如下传统神经元网络只强调神经元之间连接机制，。
3、再次利用随机共振机制实现对低对比度边缘检测。将其用于强噪声背景下多幅值跳变信号检测问题，独立调节内外噪声，以研究新模型鲁棒性。强噪声背景下多对比度菌落图像边缘检测结果表明，新模型对应曲线更陡，误检率更低，同时值和信息熵更高。对于各个强度级边缘均有较好边缘检测效果，表现为边缘信息丰富，轮廓完整，凸显图像层次感，噪声得到较好抑制。关键词随机共振，神经元，图像增强，边缘检测万方数据杭州电子科技大学硕士学位论。
4、明，改进模型具有较高峰值信噪比值，增强后图像细节丰富层次感强，毛刺少，且对内外噪声鲁棒性强。神经系统功能需要多个脑区神经元协同配合完成，而传统神经元并联和串联网络基于单向信息流通方式，无法模拟神经元之间复杂连接方式，因此本文提出种基于双向信息流通机制耦合神经元模型神经元之间以互反馈形式构成闭环系统，同时将其应用于强噪声背景下维弱跳变信号检测问题，随后进步应用于强噪声背景下二维图像边缘检测。实验结果表明。
5、级联神经元弱信号随机共振复原研究航天医学与医学工程陈金龙面向图像处理应用生物视觉感知计算模型研究杭州电子科技大学,邓国荣,杨朝辉基于曲线边缘检测算法性能评估科技创新导报,万方数据杭州电子科技大学硕士学位论文附录作者在读期间发表学术论文及参加科研项目发表录用学术论文基于多重随机共振机制图像多对比度边缘检测研究，中国图形图像学报，审稿中授权申请专利发明专利种基于多重随机共振机制图像边缘检测方法，已公开。参。
6、视了微观神经元本身与神经网络系统之间回路，即“自突触”结构，而本文认为该结构在神经系统信息传递过程中扮演重要角色，因此对传统神经元模型进行改进，模拟自突触结构在神经系统中传递信息过程，并以改进后模型自突触神经元模型为单元，构建神经元网络并应用于维弱信号增强，通过梯度下降法自适应搜寻最优内噪声，并给出定量指标进行评价将研究对象扩展到二维图像信号增强，以峰值信噪比为定量指标，独立调节内外噪声强度。实验结果。
7、何其他个人或集体已经发表或撰写过作品或成果。对本文研究做出重要贡献个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名日期年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文规定，即研究生在校攻读学位期间论文工作知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有。
8、保留送交论文复印件，允许查阅和借阅论文学校可以公布论文全部或部分内容，可以允许采用影印缩印或其它复制手段保存论文。保密论文在解密后遵守此规定论文作者签名日期年月日指导教师签名日期年月日万方数据杭州电子科技大学硕士学位论文摘要随机共振机制颠覆了噪声对于信号增强而言是有害观点，它提供了种利用非线性系统实现噪声能量向信号转移新思路。与此同时，越来越多神经电生理实验揭示，随机共振在神经系统中可能无处不在，并且。
9、,万方数据杭州电子科技大学硕士学位论文śł,王海玲,范影乐,陈可,等基于神经元随机共振低剂量肺部图像增强航天医学与医学工程廖进文,范影乐,武薇,等基于点阵神经元响应时空信息菌落图像边缘检测航天医学与医学工程薛丽霞,王佐成,李永树,等基于云模型模糊边缘检测西南交通大学学报万方数据杭州电子科技大学硕士学位论文王海玲神经元延迟反馈模型随机共振机制及其应用研究杭州电子科技大学,陈金龙,范影乐,武薇,等基于阵列。
10、科研项目自动化检测中机器视觉开发模块研发，横向课题基于乒乓球机器人轨迹自适应预测系统研发，新苗人才计划项目基于双稳态随机共振非周期阈上响应强噪声图像增强技术研究，国家自然科学基金万方数据基于神经元改进模型随机共振机制及其在图像处理中应用研究作者李丹菁学位授予单位杭州电子科技大学引用本文格式李丹菁基于神经元改进模型随机共振机制及其在图像处理中应用研究学位论文硕士,硕士学位论文题目基于神经元改进模型随机共。
11、传统并联神经元模型以及串联神经元模型相比，新模型检测到边缘具有较高信息熵值，且边缘完整准确清晰，细节信息丰富，图像层次感强，凸显轮廓。考虑到耦合神经元模型本质上是全局意义下增强，并不适合多级强度下跳变信号增强。因此提出种基于多重随机共振机制弱信号增强新方法。首先在噪声激励下，图像强对比度边缘得到凸显随后将检测结果与视野内原图进行融合，减弱高对比度万方数据杭州电子科技大学硕士学位论文边缘对于视觉感知干扰。
12、景噪声在神经信息流流动中扮演了重要角色。其中视觉神经系统中随机共振现象已经成为研究热点，并陆续出现随机共振机制在信号或图像处理中应用。但上述研究主要集中于理想双稳态系统或者是单个神经元计算模型仿真上，关注于随机共振方法本身，而忽视了非线性系统结构对于随机共振性能也具有重要影响。因此本文以能够充分反映神经元动作电位产生过程神经元计算模型为基本单元，首先考虑到自突触结构在视觉神经感知系统中重要作用，提出了。
参考资料：
1、该PPT不包含附件（如视频、讲稿)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
垃圾分类从我做起PPT 编号56