- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 540723 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167595
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 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 |
发表于 2020-10-26 15:38
|显示全部楼层
|
用于图像增强的仿生自适应忆阻细胞神经网络 p$ `2 e6 l& R! G P
! |! D6 b% U2 q n5 _, p% R: {. k+ P
" f9 P! ^; s3 D* j4 @
2 j' Q& a1 `# z& u: e- b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,
' t$ z b9 L* |2 l; C) I& z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" ^+ w. }5 H- Z7 C2 d' d
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;$ d. |/ G" b$ Q: `3 e& a/ l2 H2 w# R
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
. h9 ?; J! f" p* C f7 P9 n+ p& c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
) K# \% [, y0 x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5 _% `0 y: u2 z4 s' e. a2 n U$ y
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
5 B+ v8 ^- e& N& a, g) G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,8 A# J4 w3 q- _" @) H4 p5 b1 M3 D
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.
# Q- |9 {* R, e1 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
# [( F7 W" R; A5 L的可行性, 并为图像增强等智能图像处理提供新思路1 K4 P; E2 L4 `' B
* \+ M; `0 X/ f" d' a; m0 t4 U8 `" p7 T
, X6 l- j2 ~+ j' a( |! Q2 w |
zan
|