首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   97篇
  国内免费   14篇
  完全免费   67篇
  自动化技术   178篇
  2017年   3篇
  2016年   4篇
  2015年   4篇
  2014年   18篇
  2013年   10篇
  2012年   18篇
  2011年   31篇
  2010年   19篇
  2009年   22篇
  2008年   20篇
  2007年   11篇
  2006年   2篇
  2005年   7篇
  2004年   4篇
  2003年   4篇
  2002年   1篇
排序方式: 共有178条查询结果,搜索用时 93 毫秒
1.
一种基于交叉熵的改进型PCNN图像自动分割新方法   总被引:25,自引:2,他引:23  
脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络。为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最小交叉熵准则的改进型PCNN图像分割新方法。通过计算机仿真,该方法能够自动确定循环迭代次数和自动选取最佳阈值,并与基于最大香农熵的PCNN分割方法进行了比较。实验结果表明,该方法优于香农熵准则PCNN分割,其不仅对图像分割精度高,而且具有较强的适用性。  相似文献
2.
基于PCNN的图像高斯噪声滤波的方法   总被引:18,自引:1,他引:17  
针对图像高斯噪声的特点,提出了基于PCNN的图像高斯噪声的滤波新方法。通过对脉冲耦合神经网络运行机理的分析,指出网络中神经元间的捕获特性本身在一定程度上起着对图像的滤波作用,并介绍了该滤波方法的去噪能力和特点。为进一步适应图像滤波的需要,对PCNN的硬限幅函数加以了改进。最后给出了仿真实验的结果,验证了该方法的有效性。  相似文献
3.
一种新的低对比度图像增强的方法*   总被引:11,自引:1,他引:10       下载免费PDF全文
针对低对比度的偏暗图像, 结合人眼的视觉感知特性, 提出了一种基于脉冲耦合神经网络和非线性拉伸相结合的图像增强算法, 详细讨论了局部和整体对比度图像增强的方法。通过分析和实验结果, 表明该方法不仅能明显地改善图像的视觉效果, 而且具有平滑图像、增强边缘和自适应能力等特点。  相似文献
4.
基于PCNN的彩色图像分割新方法   总被引:10,自引:1,他引:9  
20世纪90年代发展起来的新一代神经网络——脉冲耦合神经网络(PCNN)模型特别适合于图像处理的各个方面,但是它一直只应用于灰度图像的处理上。有鉴于此,论文对PCNN在彩色图像分割上的应用进行了研究,将彩色图像空间变换成三个相互独立的分量,分别应用PCNN在灰度图像上已有的成熟的方法,得到了彩色图像的边缘信息,从而达到了彩色图像分割的效果。  相似文献
5.
一种基于脉冲耦合神经网络的最短路径算法   总被引:9,自引:0,他引:9  
提出了一种基于脉冲耦合神经网(Pulse—Coupled Neural Network,PCNN)的最短路径算法。通过对PCNN做很小的改变,该算法不但具有和Hopfield神经网络相同的并行处理特性,适用于求解大规模实时问题,而且还能一次求出源点到其它所有目的点的最短路径.根据PCNN的模型和运算规则,本文证明了该方法的正确性并分析了其复杂度.文中还将该算法运用于通信网络的路由选择.  相似文献
6.
Nonsubsampled contourlet transform (NSCT) 能够提供灵活的多分辨率分解, 具有各向异性和图像方向性扩展特点. 与原始的Contourlet相比, 它是频移不变的, 能有效克服Contourlet变换中的伪吉布斯现象. 脉冲耦合神经网络(Pulse Coupled Neural Networks-PCNN)是一种具有视觉生理学基础的神经网络, 具有全局耦合和神经元同步脉冲发放特性, 已经被成功应用于图像处理和图像融合中. 本文将NSCT与PCNN结合起来, 充分利用二者的特性. 以NSCT变换域内系数的空间频率激励PCNN神经元, 选择点火次数大的系数作为融合图像的系数, 经NSCT反变换得到融合图像. 实验表明, 本文算法无论在视觉效果还是客观评价指标上, 都优于基于小波变换、基于Contourlet变换、基于PCNN和基于Contourlet-PCNN等融合算法.  相似文献
7.
基于PCNN的语谱图特征提取在说话人识别中的应用   总被引:8,自引:1,他引:7  
该文首次提出了一种将有生物视觉依据的人工神经网络——脉冲耦合神经网络(PulseCoupledNeuralNetwork,以下简称为PCNN)用于说话人识别领域的语谱图特征提取的新方法。该方法将语谱图输入到PCNN后得到输出图像的时间序列及其熵序列作为说话人语音的特征,利用它的不变性实现说话人识别。实验结果表明,该方法可以快速有效地进行说话人识别。该文将PCNN引入到语音识别的应用研究中,开拓了信号处理中两个极为重要的部分———语音信号处理和图像信号处理结合的新领域,同时对于PCNN的理论研究和实际应用具有非常重要的现实意义。  相似文献
8.
基于并行点火PCNN模型的图像分割新方法   总被引:8,自引:0,他引:8       下载免费PDF全文
彭真明  蒋彪  肖峻  孟凡斌 《自动化学报》2008,34(9):1169-1173
提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks, PFPCNN)模型的图像分割方法. 首先用改进的Unit-linking PCNN (ULPCNN)模型对图像进行增强, 便于后续的图像分割. 然后采用PFPCNN新模型对增强后的图像进行分割, 最后用最大香农熵方法判定最佳分割结果. 各种复杂场景下的仿真实验及定量评价表明, 本文提出的图像分割方法, 其效果明显优于常规的PCNN分割方法.  相似文献
9.
基于脉冲耦合神经网络的图像融合   总被引:7,自引:0,他引:7  
该文在脉冲耦合神经网络(PCNN)基本摸型的基础上得出并行脉冲耦合神经网络群,并在此基础上提出了一种基于脉冲耦合神经网络的图像融合算法,该算法能够将多传感器获取的同一对象的多个图像融合于一幅图像中,有效模拟了人类视觉系统;最后对图像进行了实验,分析了参数的影响,得到了较好的结果。  相似文献
10.
基于局部对比度的自适应PCNN图像融合   总被引:7,自引:0,他引:7  
提出了一种结合人眼视觉特性的自适应PCNN图像融合新方法,使用图像逐像素的局部对比度做为PC-NN对应神经元的链接强度,经过PCNN点火获得参与融合图像的点火映射图,再通过判决选择算子,选择各参与融合图像中的明显特征部分生成融合图像.该方法除几个主要参数外,其它参数如阈值调整常量等对于融合结果影响很小,解决了PCNN用于图像处理时参数多且调整困难的问题.实验结果表明,融合效果优于经典的小波变换方法和Laplacian塔型方法.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号