图像处理与脉冲耦合神经网络:基于Python的实现(第3版)_试读_书评_源码_高清pdf下载

339次阅读
没有评论
图像处理与脉冲耦合神经网络:基于Python的实现(第3版)_试读_书评_源码_高清pdf下载

编程书籍推荐:图像处理与脉冲耦合神经网络:基于Python的实现(第3版),由国防工业出版社2017-01-01月出版,本书发行作者信息: [美] 托马斯·林德布拉德,詹森·金赛 著,徐光柱,马义德,雷帮军 译此次为第1次发行, 国际标准书号为:9787118111712,品牌为未知, 这本书采用精装开本为16开,附件信息:未知,纸张采为胶版纸,全书共有未知页字数万 字,值得推荐的Python Book。

此书内容摘要

《图像处理与脉冲耦合神经网络:基于Python的实现(第3版)》对多种生物视觉模型的起源及特点进行了分析,并详述了PCNN与ICM两种模型的构成及工作机理。然后以PCNN与ICM模型为基础,全面说明了这两种模型在图像分析、目标分离、纹理识别、彩色图像处理、图像时间信号提取与应用及逻辑分析等方面的应用。同时还对书中多种算法给出了具体的Python实现代码。
《图像处理与脉冲耦合神经网络:基于Python的实现(第3版)》内容丰富、案例典型、学术性强、应用价值强、可读性好。非常适合从事智能信息处理、图像处理与识别等信息学科相关专业人员阅读与使用。

关于此书作者

暂无.

编辑们的推荐

暂无.

图像处理与脉冲耦合神经网络:基于Python的实现(第3版)图书的目录

第1章 生物模型
1.1 引言
1.2 生物学基础
1.3 Hodgkin-Huxley模型
1.4 Fitzhugh-Nagumo模型
1.5 Eckhom模型
1.6 aybak模型
1.7 Parodi模型
1.8 小结

第2章 Python程序设计
2.1 编程环境
2.1.1 命令行界面
2.1.2 IDLE
2.1.3 创建一个工作环境
2.2 数据类型和简单的数学运算
2.3 元组、列表和字典
2.3.1 元组
2.3.2 列表
2.3.3 字典
2.4 切片
2.5 字符串
2.5.1 字符串函数
2.5.2 类型转换
2.6 控制流
2.7 输入和输出
2.7.1 文本文件读写
2.7.2 Pickle模块
2.8 函数
2.9 模块
2.10 面向对象的程序设计
2.10.1 类的内容
2.10.2 运算符定义
2.10.3 继承
2.11 检错
2.12 小结

第3章 Numpy、SciPy和Python Image Library
3.1 NumPy
3.1.1 创建数组
3.1.2 数组转换
3.1.3 矩阵:向量乘法
3.1.4 数组的优势
3.1.5 数据类型
3.1.6 排序
3.1.7 字符串和列表的转换
3.1.8 矩阵的改变
3.1.9 高级切片
3.2 SciPy
3.3 NumPy中的设计
3.4 Python图像库PIL(Python Image Library)
3.4.1 图像的读出
3.4.2 图像的写入
3.4.3 图像转换
3.5 小结

第4章 PCNN与ICM
4.1 PCNN
4.1.1 原始模型
4.1.2 Python实现
4.1.3 脉冲发放行为
4.1.4 神经元动态行为的累积
4.1.5 时间信号
4.1.6 神经元连接
4.1.7 快速连接
4.1.8 连续时间模型
4.2 ICM
4.2.1 最小连接需要
4.2.2 ICM原理
4.2.3 ICM中的连接
4.2.4 ICM的Pvthon实现
4.3 小结

第5章 图像分析
5.1 相关图像信息
5.2 图像分割
5.2.1 血细胞
5.2.2 乳房X线影像
5.3 自适应分割
5.4 焦点和分级聚焦点
5.4.1 分级聚焦检测(凹点检测)算法
5.4.2 基于PCNN多级聚焦模型的目标识别
5.5 图像分解
5.6 小结

第6章 反馈和分离
6.1 反馈式PCNN
6.2 目标分离
6.2.1 输入图像的规格化
6.2.2 滤波器的创建
6.2.3 脉冲图像的边缘增强
6.2.4 相关及改进
6.2.5 峰值检测
6.2.6 对输入图像和PCNN所做的调整
6.2.7 驱动程序
6.3 动态目标分离
6.4 阴影目标
6.5 噪声图像下的情况
6.6 小结

第7章 分类识别
7.1 航空器
7.2 北ipipgo
7.3 目标识别:二值图像的相关性
7.4 星系
7.5 手势识别
7.6 路面检测
7.7 数字符号
7.7.1 数据集合
7.7.2 分离出各类的训练图像
7.8 产生脉冲图像
7.8.1 图像时间信号的分析
7.9 人脸定位及识别
7.10 小结

第8章 纹理识别
8.1 脉冲谱
8.2 纹理脉冲谱的统计可分性
8.3 基于统计方法的脉冲谱识别
8.4 基于联想记忆的脉冲谱识别
8.5 生物学上的运用
8.6 纹理研究
8.7 小结

第9章 颜色和多通道
9.1 模型
9.1.1 彩色图像的例子
9.1.2 基于Python的实现
9.2 多光谱实例
9.3 彩色模型的应用
9.4 小结

第10章 图像的时间信号
10.1 图像的时间信号理论
10.1.1 PCNN和图像时间信号
10.1.2 彩色与形状
10.2 目标的时间信号
10.3 真实图像的时间信号
10.4 图像时间信号数据库
10.5 计算最佳视角
10.6 运动估计
10.7 小结

第11章 逻辑
11.1 迷宫穿行和TSP(旅行商)问题
11.2 条形码和导航
11.3 小结
附录A 图像转换器
附录B 几何模块
附录C 分数幂指数滤波器
附录D 相关运算
附录E FAAM
附录F 主成分分析
参考文献

部分内容试读

暂无.

关于此书评价

暂无.

书摘内容

暂无.

图像处理与脉冲耦合神经网络:基于Python的实现(第3版)最新最全的试读、书评、目录、简介信息由Python中文网整理提供。

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:Python教程2022-10-24发表,共计2063字。
新手QQ群:570568346,欢迎进群讨论 Python51学习