基于加性耦合连接的PCNN模型

• 作者: 张晴晖 荣剑 赵同林 赵毅力
• 来源期刊: 现代电子技术
• 关键词: PCNN 时间签名 熵 加性耦合 乘性耦合
• 年，卷（期）: 2011,（22）
• 所属期刊栏目: 图形图像处理
• 页码范围: 126-128
• 分类号: TN919-34|TP391.7|TP751.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.22.037

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵毅力	西南林业大学计算机与信息学院	25	105	6.0	9.0
2	张晴晖	西南林业大学计算机与信息学院	15	70	5.0	8.0
3	荣剑	西南林业大学计算机与信息学院	16	38	4.0	5.0
4	赵同林	西南林业大学计算机与信息学院	24	51	4.0	6.0