基于CNN的灰度图像逻辑蕴含运算模型及实现开题报告

1. 研究目的与意义（文献综述）

1.目的：

细胞神经网络（cnn）是一种实时处理信号的大规模非线性阵列处理器，它的局域互联特性使其非常适合于超大规模集成电路的实现，广泛应用于图像以及视频信号的处理。

此次课题研究主要是研究cnn在图像处理方面的应用的实际问题，利用cnn的非线性、高速并行实时计算、易于硬件实现等特点，结合数学形态学等数学理论和方法，建立模板参数，通过数值模拟验证cnn应用于灰度图像的逻辑蕴含算法的有效性和鲁棒性。人工神经网络的发展目标就是成为智能信息处理的和兴工具之一，所以对此次课题的研究亦是对今后智能化的追求[1~2]。

2. 研究的基本内容与方案

本次毕业设计基本内容:

1.cnn模型的结构

cnn是一种细胞局域联接的空间阵列，如图2.1是一个规模为m×n的cnn模型的结构，它是由m×n个细胞排列成m行n列，其中第i行j列的细胞cij仅与它的领域nij(r)中的细胞相连，不直接相连的细胞则通过连续动态的传播效应相互影响。

3. 研究计划与安排

1.参加毕业实习活动，撰写毕业实习报告。（第1-2周）

2.熟悉本课题要求，搜集相关资料，撰写开题报告。（第3-4周）

3.学习课题相关知识，并翻译英文资料。（第5周）

4. 参考文献（12篇以上）

[1]陈祥光,裴旭东.人工神经网络技术及应用.北京:中国电力出版社.2003.

[2]阮晓钢.神经计算科学:在细胞的水平上模拟脑功能.北京:国防工业出版社.2006.

[3]蒋宗礼.人工神经网络导论.北京:高等教育出版社.2001.