论文部分内容阅读
遥感图像通常具有分辨率低、对比度弱的特点,采用经典的脉冲耦合神经网络模型分割时,难以得到理想的分割效果.为了解决这一问题,考虑神经元之间的相似程度和神经元之间距离的远近,采用高斯函数定义神经元之间的相似度,重新描述神经元之间的激励和抑制关系,改进了连接输入项和动态阈值,得到新颖的脉冲耦合神经网络模型,对新模型的动态行为进行理论分析.为了进一步说明改进方法的有效性,对遥感图像进行仿真对比实验,实验结果表明改进的脉冲耦合神经网络模型优于其它分割方法,更适用于遥感图像的分割.