CCNUNET网络设计与建设

提出了华中师范大学校园网（ＣＣＮＵＮＥＴ）的设计思想和实施方案，讨论了ＣＣＮＵＮＥＴ的网络拓扑、网络协议及网络运行情况。     

一种局域连接前向人工神经网络结构的研究

双隐层标准前馈（ＢＰ）网络只要其隐层节点数足够多就能解决任何形式的分类问题．应用标准（ＢＰ）网络识别多模式类分类问题时存在以下缺陷：（１）对不同模式类均使用相同数目的隐层元；（２）增加新模式类后，网络要重新学习；（３）网络识别的机理研究困难．笔者提出了一种局域连接前馈神经网络（ＬＣＮＮ）结构，其隐层神经元与输出神经元之间为局域连接，学习算法与ＢＰ算法类似．ＬＣＮＮ具有以下特点：（１）便于自构网络结构，提高网络的推广能力；（２）便于提取各模式类的不变特性；（３）具有较强的记忆能力，便于实现追加学习．以五种海底沉积层介质类型的分类识别为例，分别利用标准前馈（ＢＰ）网络与ＬＣＮＮ网络进行分类识别，结果表明：ＬＣＮＮ便于自构网络结构，具有追加学习的能力．     

细胞神经网络──模型与实现

在对ＣＮＮ模型进行简要分析的基础上，利用一种新型的全集成器件──跨导运算放大器（ＯＴＡ）实现ＣＮＮ模型。对便于ＶＬＳＩ实现的网络模型进行了一些探讨和分析，提出了直接用ＯＴＡ的非线性特性实现ＣＮＮ的折线输出，毋需在神经元输出端附加其它非线性阈值函数，整个设计仅采用ＯＴＡ和电容２种元件，这使得设计更加紧凑合理。     

时延细胞神经网络（DCNN）的全局稳定性

讨论具了延的细胞神经网络（ＤＣＮＮ）的全局渐近稳定性，利用Ｌｙａｐｕｎｏｖ泛涵方法，通过构造Ｌｙａｐｕｎｏｖ泛涵，对ＤＣＮＮ的稳定性进行再分析，给出了ＳＣＮＮ全局渐近稳定时一些充分条件。     

数学形态滤波的细胞神经网络实现方法

给出了细胞神经网络（ＣＮＮ）在数学形态学中的应用．通过对ＣＮＮ状态方程的修改，可使ＣＮＮ并行、实时地实现数学形态滤波，其实现速度与结构元的大小无关．给出了有关改进ＣＮＮ的稳定性及动态特性分析以及在腐蚀、膨胀及结构开、闭运算中的实现结果     

时间延迟细胞神经网络及其稳定性充分条件

ＤＣＮＮ是一种具有神经元时间延迟τ的细胞神经网络模型，通过Ｌｙａｐｕｎｏｖ能量函数的构造和分析经出一个判定ＤＣＮＮ稳定性的主分条件，这一结果改进了Ｐ．Ｐ．Ｃｉｖａｌｌｅｒｉ等给出的τ上界；给出了以充分性判定ＤＣＮＮ稳定的最优τ上界。     

离散时间细胞神经网络中的分岔和混沌

研究了离散时间细胞神经网络（ＤＴＣＮＮ）中的分岔和混沌,ＤＴＣＮＮ中的细胞与连续时间ＣＮＮ中的细胞相似,具有局部耦合,其输出方程是罗切斯蒂方程。分别讨论了２种结构（有边界和无边界）的ＤＴＣＮＮ的混沌特性,ＤＴＣＮＮ的混沌与全局耦合系统一的混沌相似,但由于其局部耦合的结构,其混沌与后者有所不同。提出了有关分岔与混沌的一些有兴趣的理论问题和实际问题．     

基地SCNN的有限元总刚方程求解

基于ＳＣＮＮ，提出了一个解有限元总刚方程的神经网络模型和实施方案，计算实例表明，基于ＳＣＮＮ的计算结果令人满意，计算时间为电路时常数数量级，可用于复杂工程结构和复杂力学行为的分析与计算。     

基于SCNN的有限元总刚方程求解

基于ＳＣＮＮ，提出了一个解有限元总刚方程的神经网络模型和实施方案．计算实例表明，基于ＳＣＮＮ的计算结果令人满意，计算时间为电路时常数数量级，可用于复杂工程结构和复杂力学行为的分析与计算     

时间延迟细胞神经网络及其稳定性充分条件

ＤＣＮＮ是一种具有神经元时间延迟τ的细胞神经网络模型．通过Ｌｙａｐｕｎｏｖ能量函数的构造和分析给出一个判定ＤＣＮＮ稳定性的充分条件．这一结果改进了Ｐ．Ｐ．Ｃｉｖａｌｅｒｉ等给出的τ上界；给出了以充分性判定ＤＣＮＮ稳定的最优τ上界     

利用MATLAB实现医学图像灰度增强的应用研究

基于空域的图像灰度增强是医学图像处理的一个重要手段,它能有效改善图像整体或局部特征.直方图是图像灰度增强中最重要的基本概念之一,它用于显示图像的灰度值分布状况,并且能有效地用于图像增强.本文主要讨论了图像灰度调整实现、直方图均衡化、直方图规定化图像增强技术,并给出了相关的基本原理.同时用MATLAB语言加以实现.     

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的...     

抗区域灰度变化的景像匹配算法研究

根据Ｐｈｏｎｇ照射模型，研究了视点变化对景像灰度的影响，提出采用灰度校正技术，纠正由于视点变化而带来的同一地区景像在参考图与实时图中表现出的不同灰度特征，获得两者间共同的区域灰度特征，以提高匹配可靠性．给出了与常规匹配算法比较的实验结果，证实其较通常方法具有更强的抗景像区域灰度反转的能力．     

彩色等离子体显示器准备期动态修正技术

开发了一种彩色等离子体显示器的新型准备期动态修正技术,具有高对比度、低能量寻址、消除动态假轮廓(CLEAR)的特点,利用输入图像灰度的加权平均值与预置的灰度阈值比较,动态地调整准备期在1场中的位置,使动态调整后的灰度值能够更加真实地反映输入图像灰度的分布情况.同时,利用相邻两场采用不同子场编码与准备期动态修正相结合的改进技术,大幅度增加了显示灰度级数目.仿真结果表明,准备期动态修正CLEAR技术在消除动态假轮廓的同时,增强了对低灰度级图像的显示能力,并且最大限度地提高了整幅图像的显示质量.     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．     

一种新的基于形状的灰度图像插值方法

通过2幅已知的灰度图像，用数学形态学的方法确定出插值图像的轮廓．通过求出轮廓内任意插值点与中心点的位置关系，分别找出其在2幅源图像上的对应点．如果2个对应点的灰度值较为接近，可通过线性插值直接求出此插值点的灰度；如2个对应点的灰度值相差较大，则判断插值点的相对位置与哪个对应点的相对位置接近，并认定插值点的灰度值即为此对应点的灰度值．对轮廓内所有的点采用上述算法，即可求得最终的插值图像．算法将图像的形状信息和灰度信息较好地结合起来．实验结果表明其插值结果是令人满意的．     

基于PCNN的纹理图像增强算法

阐述了应用有生物学依据的脉冲耦合神经网络（PCNN）的脉冲发放特性进行图像增强的原理，并将此原理应用于具有纹理特性的指纹图像，从而产生了针对纹理图像增强的新方法。此方法主要利用纹理图象的灰度变化特性，采用将像素点灰度与所在邻域内灰度的局部均值比较的方法，使原方法更有针对性。实验结果证明，指纹图象增强效果显著。     

基于二维灰度图像的规则形体三维重建

对二维灰度图像恢复形体的三维形状问题做了深入研究,提出了一种基于单幅图像,利用几何对称特性进行规则形体重构的方法,即从一幅二维灰度图像中提取规则形体作为研究对象,通过角点检测方法获取其有效特征信息,根据相关特征信息构造对称面或者对称轴,结合形体的几何特性实现规则形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

基于轮廓线的任意形体三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点.对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线进行形体三维重构的方法.该方法从一幅二维灰度图像的断层剖面中使用行扫描线法提取带有孔洞的轮廓线,并且根据一定的准则对其进行分层处理,采用曲率法对各相邻层轮廓线中的分层轮廓线进行匹配,结合最小对角线优化策略完成三角面片拼接,最终实现任意形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

灰度图象的惯性主轴方向特征

惯性主轴的方向是数字图象分析中重要的形状特征之一。本文对文献中给出的惯性主轴方向计算公式进行了分析,推导出灰度图象惯性主轴方向计算公式。