- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 566508 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175175
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
用于图像增强的仿生自适应忆阻细胞神经网络
% W' K) S5 M, G( L7 J7 {6 F1 R( V6 L; x" U- z1 {: W; z8 Q4 V9 y4 P
6 Z/ r6 d! k0 e. w* L
* `& ?: _( A# x( E细胞神经网络 (cellular neural network, CNN) 具有简单的局部互联结构和高速并行处理能力,
# z& v2 ?6 D) E3 q0 X. c& d是构造人工视网膜的基础模型, 可被应用于机器视觉中图像处理时的图像增强等方面. 然而, 现有的
) ~7 v) v8 Z# ?1 {* P! u K此类图像增强方法尚存在一些不足, 例如, 在处理实际复杂图像时, 采用固定模板难以取得理想效果;
% L# U* s, X# w4 d$ U. H4 X# W2 m而且, 未能模拟人类视觉系统的全局和局部自适应调节特性, 缺乏仿生考虑. 因此, 本文融合自适应三
& @! [% v; v, n4 n/ s高斯 (tri-Gaussian) 理论和纳米信息器件忆阻器, 提出了一种用于图像增强的新型仿生自适应忆阻细/ U6 t3 r' R1 H. g- L. ^; J; a. _8 i
胞神经网络. 其中, 基于忆阻器的可编程性、非易失性、突触可塑性等优点, 构建忆阻细胞神经网络架
9 V. r% c; A, H+ p$ ~, D# j( C( H f构. 基于神经元感受野三高斯模型, 利用高斯核函数和细胞神经网络的图像处理特征, 提出对应的仿: C- z6 D k5 U( x) Y4 P
生自适应图像增强模板设计算法. 最后, 分别以灰度和彩色图像为例进行了图像增强实验和对比分析,
{: n, W3 ]9 b, H7 r结果表明, 提出的仿生自适应忆阻细胞神经网络能够显著提高图像的全局亮度、局部对比度和清晰度.
e' w' @" k4 M2 b4 G- H2 k本研究可为细胞神经网络提供自适应模板设计及实现方案, 提升细胞神经网络的仿生特性和硬件实现: x5 L0 v0 V ]
的可行性, 并为图像增强等智能图像处理提供新思路
& y; B9 Q# I3 N0 s! A/ n- z+ }& x0 Q. z' K. S+ Z& f0 A
0 Q& x+ W2 |6 A) i
|
zan
|