基于脉冲耦合神经网络的视觉感知模型理论与应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60872081
  • 项目类别：
    面上项目
  • 资助金额：
    26.0万
  • 负责人：
    陈后金
  • 依托单位：
    北京交通大学
  • 学科分类：
    F0113.信息获取与处理
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

本项目在深入研究脉冲耦合神经网络的工作机理、网络参数确定准则的基础上，结合基于仿生学思想提出的生物学启发模型，建立并形成可应用于计算机视觉和图像处理等领域的视觉感知模型以及理论与算法，为计算机视觉信息处理领域提供一种新的解决思路和解决方法。.首先，从脉冲耦合神经网络运行的工作机理进行理论分析，探讨网络动态行为特性与各参数变化之间的内在关系，在此基础上给出有效的参数确定准则，解决当前工程实际应用中参数确定的难题。其次，根据生物视觉神经细胞非经典感受野的特点，采用仿生学思想，提出适用于计算机视觉的生物学启发模型。最后，探索脉冲耦合神经网络与生物学启发模型的有机结合，创造性建立基于脉冲耦合神经网络的视觉感知模型。建立实验仿真平台，对提出的模型进行可行性和有效性检验，进一步优化模型结构，实现其在图像处理和计算机视觉等领域的应用。.项目成果表现为发表高质量学术论文、申报国家发明专利和培养研究生。

结项摘要

项目成果

期刊论文数量（17）
专著数量（0）
科研奖励数量（0）
会议论文数量（5）
专利数量（2）
基于先验知识随机游走模型的视网膜血管分割方法
  • DOI：
    10.1029/2018gl078207
  • 发表时间：
    --
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    李居朋;张新媛;陈后金
  • 通讯作者：
    陈后金
Automated retinal blood vessels segmentation based on simplified PCNN and fast 2D-Otsu algorithm
基于简化 PCNN 和快速 2D-Otsu 算法的自动视网膜血管分割
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Central South University of Technology (English Edition)
  • 影响因子：
    --
  • 作者：
    Yao; Chang;Chen; Hou-Jin
  • 通讯作者：
    Hou-Jin
Extraction of blood vessel tree in retinal image based on improved PCNN
基于改进PCNN的视网膜图像血管树提取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Guangdianzi Jiguang/Journal of Optoelectronics Laser
  • 影响因子：
    --
  • 作者：
    Jing; Tao;Yao; Chang;Hao; Xiao-Li;Chen; Hou-Jin;Li; Zhi-Lin;Yang; Na
  • 通讯作者：
    Na
Occupant detection through near-infrared imaging
通过近红外成像检测乘员
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Tamkang Journal of Science and Engineering
  • 影响因子：
    --
  • 作者：
    Yang; Yongyi;Chen; Houjin;Hao; Xiaoli;Yang; Na;Yao; Chang;Yang; Heng
  • 通讯作者：
    Heng
一种压缩域中基于镜头的关键帧提取改进算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用研究
  • 影响因子：
    --
  • 作者：
    陈后金;陶丹
  • 通讯作者：
    陶丹

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

胸部多模MRI图像的结构补偿配准方法
  • DOI：
    10.3724/sp.j.1089.2018.16981
  • 发表时间：
    2019
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    吕文超;李艳凤;彭亚辉;李居朋;陈后金
  • 通讯作者：
    陈后金
基于网格搜索的PCA-SVM道路交通标志识别
  • DOI：
    10.1016/j.ssi.2019.115192
  • 发表时间：
    2014
  • 期刊：
    铁道学报
  • 影响因子：
    --
  • 作者：
    吴峰;陈后金;姚畅;郝晓莉
  • 通讯作者：
    郝晓莉
基于灰度-梯度共生矩阵的钢轨表面缺陷检测方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    北京交通大学学报
  • 影响因子：
    --
  • 作者：
    陈后金;许文达;郝晓莉
  • 通讯作者：
    郝晓莉
Robust Traffic Sign Recognition Based on Color Global and Local Oriented Edge Magnitude Patterns
基于颜色全局和局部边缘幅度模式的鲁棒交通标志识别
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS
  • 影响因子：
    8.5
  • 作者：
    袁雪;郝晓莉;陈后金;魏学业
  • 通讯作者：
    魏学业
基于感受野-脉冲耦合神经网络模型的车辆图像分割算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    吉林大学学报(工学版)
  • 影响因子：
    --
  • 作者：
    杨娜;陈后金;李艳凤;郝晓莉
  • 通讯作者：
    郝晓莉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

陈后金的其他基金

基于RGB-红外图像的跨模态行人再识别研究
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    60 万元
  • 项目类别：
    面上项目
多模态MRI图像肺癌检测与分类方法研究
  • 批准号：
    61571036
  • 批准年份：
    2015
  • 资助金额：
    54.0 万元
  • 项目类别：
    面上项目
基于乳腺X线图像处理的乳腺癌检测方法研究
  • 批准号：
    61271305
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码