基于脉冲耦合神经网络的图像检索与数据聚类

《基于脉冲耦合神经网络的图像检索与数据聚类》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章绪论第一章绪论1．1人工神经网络与脉冲耦合神经网络神经网络(NeuralNetwork)是近年来再度兴起的一个高科技研究领域，是信息科学、脑科学、神经心理学等多种学科近年来研究的一个热点。人工神经网络⋯是指模拟人脑神经网络的结构和功能，运用大量的处理部件，由人工方式建立起来的网络系统。它是在生物神经网络研究的基础上建立起来的，人脑是人工神经网络的原型，人工神经网络是对脑神经系统的模拟。早在1943年，神经心理学家麦克洛奇和数学家皮兹就提出了形式神经元的数学模型(M-P模型)，从而开创了神经科学理论研究的时代，1944年赫布(Hebb)提出了改变神经元联接强度的Hebb规则，

2、他们至今仍在各种神经网络模型的研究中起着重要的作用。20世纪80年代出于霍普费尔特(J．J．Hopfield)提出了HNN模型，从而有力的推动了神经网络的研究，因此人工神经网络的研究进入了一个新的发展时期，取得了许多研究成果。现在它已经成为人工智能中一个极其重要的研究领域。人工神经网络能在一定程度上模仿生物神经系统的智慧和功能，它在信息处理和智能科学中有着极其重要的地位，作为人工神经网络的典型模型之～，多层前向神经网络及反馈型人工神经网络(以Hopfield网络为代表)，是在模式识别和分类等方面发展的最早、研究人员最多、应用最为广泛的人工神经网络模型，对促进人工神经网络研究在80

3、年代的复苏起了重要的作用。在这些网络中的神经元是静态的，实现的是非线性映射功能(最为典型的为类Sigmoid函数)。随着生物神经学的研究和进展，一种被称为第三代人工神经网络的新型人工神经网络模型——脉冲耦合神经网络模型fPcNN——PulseCoupledNeuralNetwork)的研究在国外悄然兴起，而猫视觉皮层中同步脉冲发放现象的发现则促使了这种被称为第三代人工神经网络的新型人工神经网络模型——脉冲耦合神经网络模型(PcNN——PulseCoupledNeuralNetwork)的研究热潮的兴起。这种网络由变阈值非线性动态神经元组成，具有许多独特的优良特性：时空总和特性、动

4、态脉冲发放特性和同步脉冲发放引起的振动与波动等特性．正是出于PCNN的这些特性，使得对PCNN的研究不仅具有重要的理论意义，而且具有非常广泛的应用前景，其应用领域涉及到强时变信号处理(如运动目标识别)、图像处理(滤波、分割、融合等)、图像目标识别、图像理解、人工生命、注意、决镱优化、通讯等，并且这些应用受到国外的广泛重视和研究。国际上关于人工神经网络的专门刊物1EEETrans．OnNeuralNetworks还于1999年5月出版了PCNN的专辑。基于脉冲耦合神经网络的图像检索与数据聚类1．2PCNN的研究现状EugeneM．Izhikevich将PCNN放在一个较为严格的数学

5、框架下加以分析，证明了实际的生物细胞模型与PCNN模型是一致的，所不同的只是交量的坐标：给出了分析神经动力学的新方法，它将神经元映射成基于相位的模型，指出脉冲频率有时也不携带信息，只是传输通道的一种标识字，而携带信息的是相位调制，这是一个崭新的概念，其应用将远远超出神经网络领域，对于通信路由选择及并行计算机的构造具有指导意义。其它有关的研究包括：Ptesser和Gerstner在2000年第二期将要出版的IEEETrans．OnNeuralNetworks上研究了噪声对时变信号的PCNN响应的影响。Kistler和Leo在同一期中提出了～种便于对两个邻接神经元点火特性的相关性进行

6、分析的神经元模型；Bressloff和Coombes对具有强耦合的PCNN的动态行为进行了研究，指出在弱耦合情况下稳定的相位锁定状态是如何随着耦台强度的增加而进入不稳定的：Huing、Gluder和Palm提出了一种对PCNN的无监餐学习规则，Ahissar给出了通过神经元的相位锁定环实现时序编码到频率编码的方法。Burkitt和Clark给出了神经网络中神经元群体的同步行为与其平均作用水平的关系，Deco和Scharmann给出了分析PCNN网络神经元点火概率分布的一种新方法，Burkitt和Clark提出了一种基于信息论准则的PCNN学习的框架。总之，关于PCNN的研究，大部

7、分的文献都讨论其应用，如基于PCNN的图像凹点(FoveationPoin0搜索，图像分割，目标检测，最短路求解，目标检测中的图像融合，听觉图像分析及语音信号分离，TSP问题求解等等。而关于pcNN理论方面的研究则基本上从1998年刚刚开始，研究也远不够深入。国内这方面的工作开展得很少。相对于图像分割以及图像滤波等领域，图像特征提取这个领域的研究仍然近乎空白，后继Brown等人也只是对Johnson提出的理论加以简单的实验验证，至于实际应用以及理论分析都没到位。而将PCNN应用于