电子科学与技术、电路与系统专业毕业论文电子科学与技术、电路与系统专业毕业论文 精品论文精品论文 脉冲耦脉冲耦合神经网络与小数幂指数滤波器在数字识别中的应用研究合神经网络与小数幂指数滤波器在数字识别中的应用研究关键词：数字识别关键词：数字识别 脉冲耦合神经网络脉冲耦合神经网络 小数滤波器小数滤波器 模式识别模式识别 图像预处理算法图像预处理算法摘要：数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景， 世界各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算 法和识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲 美。这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别 系统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变 性是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同 目标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用 的基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进 行了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合 的一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对 于图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参 数，来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典 的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。正文内容正文内容数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景， 世界各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算 法和识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲 美。这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别 系统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变 性是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同 目标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用 的基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进 行了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合 的一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对 于图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参 数，来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典 的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的识别能力相媲美。 这激励着模式识别工作者不断地完善目前的图像预处理算法和识别算法。 人 眼对观察图像目标的识别主要是通过目标特征信息的提取，而作为图像识别系 统尤其是在图像平移、缩放和旋转等畸变情况下，怎样保证识别目标的不变性 是我们研究的主要内容，尤其是目标形状特征的提取，是能否良好区分不同目 标物体的重要标志。 本文首先对数字识别技术进行了概述，并对本文所用的 基础知识：脉冲耦合神经网络 PCNN 以及小数幂指数滤波器 FPF 的基本概念进行 了介绍，然后在大量的前人工作基础上，本文提出了基于 PCNN 与 FPF 相结合的 一种图像识别算法。其主要思想是将 PCNN 提取图像边缘信息的特点和 FPF 对于 图像的识别能力进行了有机的结合，根据不同识别目标，适当调整滤波器参数， 来达到最佳识别效果。最后，通过 MATLAB 平台仿真实验表明：相比于经典的 MACE 滤波器，本算法功能实现效率高，峰值输出明显，判别率有了较大提高。 数字识别在模拟人工智能、计算机文字处理等方面具有巨大的应用前景，世界 各国的模式识别研究者都为此做出大量的研究，提出了很多图像预处理算法和 识别算法。然而无论是哪一种算法都无法做到与人类自身的