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。     

基于文化算法的PCNN自动系统的研究

脉冲耦合神经网络作为当前智能领域研究的热门课题,其多个参数的设置给实际应用造成很大的困难.而文化算法作为新型的进化算法,具有对参数自动寻优的优势,为此,提出一种基于文化算法的脉冲耦合神经网络的自动系统,并通过将其应用于图像分割,将分割结果与经典OTSU阈值分割法比较,验证了该方案的正确性与可行性.     

基于脉冲耦合神经网络的指纹识别方法

脉冲耦合神经网络(PCNN)是基于猫视觉原理构建的一种简化的神经网络模型,它的点火时刻序列图包含了局部图像的灰度分布信息和相邻像素之间的几何信息,这恰是纹理图像的特征所在.基于这种特性,该文提出一种把PCNN的点火脉冲信号总和通过傅里叶变换的新的模式识别方法.最后给出了部分指纹图像仿真实验的结果,以验证该方法的有效性.     

氨基和巯基取代吲哚菁类化合物的合成及表征

本文合成了氨基和巯基取代的新型吲哚菁类化合物,利用IR、1HNMR表征了化合物的结构并测定其吸收光谱变化.与中间体相比,氨基取代后最大吸收波长为694 nm,蓝移81 nm,pH值改变后,最大吸收波长将随pH减小而产生红移；巯基取代后最大吸收波长为791 nm,红移14 nm.     

脉冲耦合神经网络在指纹图像分割中的应用

脉冲耦合神经网络（PCNN）是20世纪90年代形成和发展的一种新型神经网络。研究发现，可用PCNN的脉冲传播特性有效地解决图像处理中的不同问题。在此阐述了PCNN的原理，并提出一种基于PCNN的指纹图像分割算法，该算法有很强的适应性和抗噪性．     

双亲性苯并咪唑类荧光化合物的合成及光谱性质研究

通过引入烷基碳链和季铵盐结构,合成一种双亲性苯并咪唑类荧光化合物,对它的结构进行了表征,测定了cu2+,zn2+,K+,Mg2+,Al3+,Ca2+,cd2+,Co2+,Hg2+,Mn2+,Na+,Fe3+对它的光谱性质的影响,发现Cu2+对这种化合物具有很好的荧光淬灭效果,而其它金属离子对它的荧光性质影响较小.此种化合物可作为一种选择性检测Cu2+的荧光传感器开展进一步的研究.     

基于GPRS和射频IC卡的分布式考勤管理系统

大庆石油管道公司工作站分散和员工上岗的不确定性使总公司对各站的考勤和岗位工资很难准确管理.文中利用SIM300GRPS(通用无线分组业务)模块,以GPRS网络为通信媒介,以射频IC卡作为员工的ID识别卡,建立了一个分布式考勤系统,很好地解决了这个问题.通过对本系统终端的改造和上位机软件升级,可以灵活地应用于无人看守监控系统中.     

基于简化型PCNN的图像混合噪声滤波方法

对于被混合噪声污染的图像,考虑到图像所受混合噪声的特点,基于简化型PCNN模型对图像混合噪声进行滤波处理.阐述了脉冲耦合神经网络的运行原理.为了将PCNN模型应用到图像的混合噪声滤波,对PCNN模型进行了适当的简化,并指出了此滤波方法的特点.给出了计算机仿真实验结果,并与应用其他滤波方法得到的结果进行了比较,表明有很大的优势.     

基于脉冲耦合神经网络和形态学的边缘检测

阐述了脉冲耦合神经网络(pulse coupled neural network,PCNN)模型的基本工作原理.对于含有噪声的图像,用传统的边缘检测方法不能很好地将图像边缘检测出来.考虑到PCNN在图像分割中的天然优势和数学形态学对图像的膨胀腐蚀作用,采用PCNN和数学形态学相结合的方法对含有噪声图像进行边缘检测.实验结果表明,该算法是有效可行的.