BigEdu.ru
» » » Обработка изображений на основе аналоговых нейрокомпьютеров
Вернуться назад

Обработка изображений на основе аналоговых нейрокомпьютеров

Федеральное агентство по образованию РФ

Курский государственный технический университет

Кафедра ВТ

ОБРАБОТКА ИЗОБРАЖЕНИЙ НА ОСНОВЫ АНАЛОГОВЫХ НЕЙРОКОМПЬЮТЕРОВ

Курск – 2009

Содержание

Введение. 3

1 Общие сведения о нейрокомпьютерах. 5

1.1 Что такое нейрокомпьютер. 5

1.2 История нейрокомпьютеров. 7

1.3 Современный нейрокомпьютер. 10

1.4 Нейрочипы.. 11

1.5 Особенности архитектуры аналоговых и гибридных ЭВМ. 13

1.5.1 Основные методы неалгоритмических вычислений. 13

2 Компьютерной обработки изображений. 22

2.1 Определение компьютерной обработки изображений. 22

2.2 Устройства формирования изображений. 24

2.2 Пространственные спектры изображений. 29

2.3 Спектральные интенсивности изображений. 31

2.4 Вероятностные модели изображений и функции Автокорреляции. 32

2.5 Критерии качества изображений. 33

Заключение. 38

Список используемой литературы: 39

Введение

Несмотря на то, что нейронные сети как научно-технический объект существуют более полувека, основные способы их практической реализации ограничиваются областью программного моделирования в различных средах визуального (и не визуального) проектирования. Программные реализации преобладают над аппаратными. Кроме того, аппаратные реализации вследствие своей относительной дороговизны до сих пор не имеют повсеместного распространения. Однако их удельный вес в общем количестве мировых технологических разработок неуклонно растет. Впереди планеты всей в данном направлении, как всегда, шагает Япония, где разработки на основе нейросетевых технологий успешно внедряются во множестве образцов бытовой техники, таких как фотоаппараты, микроволновые печи, видеокамеры и т.д. Не отстают и другие развитые страны.

Обработка изображений – одно из интенсивно развиваемых направлений исследования. Однако, обработка изображений на основы аналоговых нейрокомпьютеров все еще относительно новое направление.

Таким образом, актуальной научно-технической задачей является обработка изображения с помощью аналоговых устройств.

Цель диссертации : разработка алгоритмов и схем аналоговых нейрокомпьютеров для выполнения разных задач обработки изображений.

Задачи исследований:

1. Сравнительный анализ методов обработки изображений, используемых для устройств с аналоговой обработкой изображения

2. Аналитический обзор устройств с аналоговой обработкой изображений

3. Анализ цифровой и аналоговой реализации алгоритмов обработки изображений с использованием нейронных сетей

4. Разработка математической модели устройства аналоговой обработки изображений

5. Разработка аппаратно-ориентированных алгоритмов предварительной обработки изображений

6. Моделирование разработанных алгоритмов и устройств

1. Общие сведения о нейрокомпьютерах

1.1 Что такое нейрокомпьютер

Нейрокомпьютеры – это системы, в которых алгоритм решения задачи представлен логической сетью элементов частного вида – нейронов с полным отказом от булевских элементов типа И, ИЛИ, НЕ. Как следствие этого введены специфические связи между элементами, которые являются предметом отдельного рассмотрения. В отличие от классических методов решения задач нейрокомпьютеры реализуют алгоритмы решения задач, представленные в виде нейронных сетей. Это ограничение позволяет разрабатывать алгоритмы, потенциально более параллельные, чем любая другая их физическая реализация.

Нейросетевая тематика является междисциплинарной, что обусловило значительные разночтения в общих терминологических подходах. Нейросетевой тематикой занимаются как разработчики вычислительных систем и программисты, так и специалисты в области медицины, финансово-экономические работники, химики, физики и т.п. (т.е. все кому не лень). То, что понятно физику, совершенно не принимается медиком и наоборот – все это породило многочисленные споры и целые терминологические войны по различным направлениям применения всего где есть приставка нейро –.

Приведем некоторые наиболее устоявшиеся определения нейрокомпьютера

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать
Дипломные работы по информатике и программированиюФедеральное агентство по образованию РФ Курский государственный технический университет Кафедра ВТ ОБРАБОТКА ИЗОБРАЖЕНИЙ НА ОСНОВЫ АНАЛОГОВЫХ
Оценок: 1000 (Средняя 5 из 5)

Наверняка у вас есть товары или услуги, продажа которых приносит вам максимальную прибыль. Для быстрого старта в сети вам необходимо создание посадочной страницы (одностраничного сайта), на которой будет размещена информация о маржинальных товарах/услугах интернет магазина. За 8 лет опыта разработки конверсионных страниц мы выработали оптимальную структуру, которая позволит привлекать через landing page больше продаж. На такую структуру «одевается» ваш контент — фирменный стиль, тексты, фотографии, уникальные торговые предложения, после чего страница выходит в свет. Разработка лендинга и запуск в сети — до 7 рабочих дней. Стоит отметить, что в разработку самой посадочной страницы входит и написание копирайтером продающих текстов для вашего бизнеса, чтобы каждый посетитель страницы захотел совершить покупку именно у вас. Результат: качественно разработаная продающая посадочная страница, которая готова приносить вам новых клиентов.

© 2016 - 2022 BigEdu.ru

Научное направление

Определение нейровычислительной системы

1

Математическая статистика

Нейрокомпьютер – это вычислительная система автоматически формирующая описание характеристик случайных процессов или их совокупности, имеющих сложные, зачастую многомодальные или вообще априори неизвестные функции распределения.

2

Математическая логика

Нейрокомпьютер – это вычислительная система алгоритм работы которой представлен логической сетью элементов частного вида – нейронов, с полным отказом от булевых элементов типа И, ИЛИ, НЕ.

3

Пороговая логика

Нейрокомпьютер – это вычислительная система, алгоритм решения задач в которой представлен в виде сети пороговых элементов с динамически перестраиваемыми коэффициентами и алгоритмами настройки, независимыми от размерности сети пороговых элементов и их входного пространства