..1..2..2..3..3..4..4..4..4..4..4PCNN脉冲耦合神经网络目录PCNN脉冲耦合神经网络冃IJ言脉冲耦合神经网络模型PCNN的神经元/的离散方程,变量说明优良特性功能及应用•…1.2.3.4.5.6.7.图像去噪.....图像增强••••••••图像分割…•.…图像边缘检测图像融合••••••••图PCNN实现滤波图像分割红Feedin¥OutputlootherS*epfiinctionneuronsDendritictreelinkin分支链接器以乘积耦合形式U二F、八亠刖言从20世纪90年代开始，由Eckhorn等对猫的视觉皮层神经元脉冲串同步震荡现象的研究，得到了哺乳动物神经元模型，对Eckhorn提出的模型进行一些改进，就得到了脉冲耦合神经网络模型。脉冲耦合神经网络模型标褴脉冲權合神经附堵的橈甲馈送输入Fj链接输入Ljj分别以相对较小/较大的时间常数F/1对神经元j某邻域内的其他神经元的输出进行漏电容积分加权和，此外F还接受该神经元的外部刺激L。jjG+卩L）构成神经元J的内部行为Uj。jj脉冲产生器由对网络输岀进行漏电容积分的变阈值特1起激活该神经元的作用和硬限幅函数起抑制该神经元的作用组成，脉冲是否产生取决于内部行为大小能否超过其激发动态门限，且此门限值随着该神经元输出状态的变化发生变化。当阈值j小于Uj时，神经元被激活（即输出Yj=1），称之为点火一次，紧接着因为输出端fromr~neurcms"linkingY負、砒Inputsfinom.Ochthershold对阈值的反馈使得阈值突然变高（通常Ve取值大），神经元又被抑制（即输出Y=0）,从而在神经元输出端产生一个脉冲信号，比脉冲信号经过加权又连接到相邻神经元的输入端，从而影响这些神经元的激发状态，故该网络称为脉冲耦合神经网络。PCNN的神经元j的离散方程F(n)=exp(-T)F(n-1)+V工MY(n-1)+1ijFijFijklklij
