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     

二值图像细化的细胞神经网络新算法

给出了基于布尔函灵敏的二值图像细化的细胞神经网络（ＣＮＮ）新算法。利用ＣＮＮ的分段线性特性和状态空间分析实现了布尔函数，这不仅可给出一种能代替以前的试凑法的分析算法，而且还可得到一个更广泛和更简洁的结果。     

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．     

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。     

模糊细胞神经网络的稳定性

本文研究了模糊细胞神经网络（ＦＣＮＮ）的稳定性,给出了这种神经网络全局渐近稳定的新条件。     

应用细胞神经网络求解泊松方程的新途径

研究了细胞神经网络（ＣＮＮ）在求解泊松方程方面的应用。用集成运算放大电路实现了细胞神经网络，并进行了模拟求解，其结果是今人满意的。实验证明，用细胞神经网络可以求解泊松方程，这是一条新的途径。     

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     

论细胞神经网络的稳定性

研究了细胞神经网络的耗散性及其平衡点的存在性、唯一性和全局渐近稳定性。推广了先前有关ＣＮＮ稳定性的一些结果。     

基于广义Henon映射以及CNN超混沌系统图像加密方案

基于广义五阶Henon映射以及五阶细胞神经网络系统所产生的超混沌现象,设计了图像加密方案.首先利用五阶Henon映射产生超混沌序列X,将其作为细胞神经网络系统的初始条件,再产生另一超混沌序列Y,随机序列Y和原始图像经过变换生成密文图像.在此基础上进行了模拟仿真实验,并对图像密文熵、相关性和直方图以及密钥空间和敏感性等统计特性进行分析,结果表明:该算法图像加密抗攻击性强,安全性好,适于在网络中传播.     

基于差值控制细胞神经网络图像滤波器

差值控制细胞神经网能够实现灰度图像滤波等复杂运算.针对原有差值控制细胞神经网中值滤波器在稳定性和可实现性上存在的不足,提出了一种伪中值滤波器(CNN PM-filter),进而引入Mask图构造了选点式伪中值滤波器.从实验结果和相关度分析可以看出,本文提出的两种滤波器在改善稳定性与实现性的同时,没有影响到滤波器的性能,而选点式伪中值滤波器能有效降低滤波造成的模糊图像,取得更佳处理效果.     

CNN-PDE非线性图像滤波器

偏微分(PDE)非线性图像滤波方法具有优良特性,但由于其计算量大而无法满足实时控制需求.细胞神经网(CNN)可以描述图像PDE模型,利用模拟CNN芯片并行求解,有助于提高其实时性.本文用CNN实现了PDE偏差非线性图像滤波器,提出了一种局部运算的噪声估计方法以选择适当的平滑系数.计算结果表明,这种噪声估计方法可以对不同噪声水平作出较精确的估计.仿真实验结果表明,CNN-PDE非线性滤波器取得了满意的滤波效果,用CNN实现PDE非线性滤波器的方法是有效可行的.     

基于人工神经网络的遥感图像分类研究

随着人工神经网络系统理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐步取代最大似然法的趋势。本文重点讨论了遥感图像分类处理研究中应用效果显著的BP神经网络方法,并在MATLAB平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与最大似然法的分类结果进行了精度比较分析。结果表明基于BP神经网络的遥感图像分类效果是较好的,是一种有效的图像分类方法。     

一种细胞神经网络图像滤波方法

以人脑神经细胞之间的联接关系为背景提出的细胞神经网络,由大量胞元组成,且只允许最邻近的胞元之间直接通信,这种神经网络模型对二维图像的初级加工很有用,它的实现也较容易在介绍了细胞神经网络模型的基础上,阐述了细胞神经网络用于图像滤波的方法,给出了软件程序框图及仿真结果结果表明,可取得理想的处理效果     

Application of Cellular Neural Networks to Map Recognition(Ⅰ)

ＡｐｐｌｉｃａｔｉｏｎｏｆＣｅｌｌｕｌａｒＮｅｕｒａｌＮｅｔｗｏｒｋｓｔｏＭａｐＲｅｃｏｇｎｉｔｉｏｎ（Ⅰ）￥ＷｕＸｉｎｙｕ（ＤｅｐａｒｔｍｅｎｔｏｆＢａｓｉｃＣｏｕｒｃｅｓ，ＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉ...     

一种新颖的细胞神经网络的原理及应用

本文从易于理解的角度简要介绍了细胞神经网络的基本理论,论述了它与Hopfield模型的联系和区别,以及这类神经网络的应用.并指出了若干可供研究的课题.     

基于细胞神经网的快速图像分割方法

细胞神经网(CNN)是一种局部互联的非线性并行模拟视觉处理系统,具有适合硬件实现处理速度快的优点.首先利用CNN-PDE非线性异质扩散滤波对图像作预处理,随后给出了一种基于CNN的图像分割方法.分割试验结果及仿真时间估计表明,CNN分割方法能以非常快的速度完成相应处理,是高效可行的.     

关于细胞神经网络的拓扑结构的研究

本文对于L.O.Chua(蔡少棠)所提出的细胞神经网络(CNN)的拓扑结构进行了较详细的分析,将单细胞-8连接的近邻系统的拓扑结构推广到单细胞-d连接d=3)4,5,6,7)的情况.这样,一大批具有不同拓扑结构形式的CNN将随之出现,将为CNN的VLSI实现提供多种可供选用的方案,并将有力地推动新型结构的CNN专用电路的研制工作.     

基于Hopfield神经网络的唐卡图像损伤区域的提取

反映藏族文化艺术特色的古唐卡由于自然和人为的原因有些遭受了不同程度的损伤。针对唐卡画面颜色脱落的一类特殊损伤形式,通过对Hopfield神经网络稳定性的分析,在HSI色彩空间研究Hopfield网络模型,并利用其记忆特性对古唐卡图像进行颜色聚类分割。实验结果表明这种方法可以有效地提取图像中的损伤区域。