脉冲耦合神经网络的完善性探索及其应用研究

作为第三代人工神经网络重要标志，发展中的脉冲耦合神经网络(PCNN)具有良好的开发前景和应用潜力，其进一步靠近了哺乳动物视觉神经网络中神经细胞信息处理和信号传导原理，是领域内研究热点。但目前，PCNN理论并不成熟： 其模型参数与图像处理机理之间关系还未十分清楚；其关键参数仍需大量试验设定；特别是近几年脑科学研究中视觉与图形图像信息处理新成果并未在该模型体现。而PCNN工作机理及其在图像处理等领域研究国内起步晚：大部分集中在基本原理应用研究。本项目针对现有模型本身缺陷和不足，加深其特有生物特性与非线性特性挖掘，结合视神经网络图形图像信息处理最新成果，逐步完善和弥补现有模型固有缺陷；将其模型与小波理论和粗集等相结合，提出几种PCNN完善性新模型，提升PCNN模型引擎能力，推动改进模型在图像处理、模式识别和生物医学工程等领域取得新突破，新进展，为PCNN相关理论的发展作出自己的贡献。