- 作 者：（美）托马斯·林德布拉德，詹森·金赛著；徐光柱，马义德，雷帮军译
- 出 版 社：北京：国防工业出版社
- 出版年份：2017
- ISBN：9787118111712
- 标注页数：191 页
- PDF页数：218 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源218 ≥191页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第1章 生物模型 1
1.1 引言 2
1.2 生物学基础 4
1.3 Hodgkin-Huxley模型 5
1.4 Fitzhugh-Nagumo模型 6
1.5 Eckhorn模型 7
1.6 Rybak模型 7
1.7 Parodi模型 8
1.8 小结 8
第2章 Python程序设计 10
2.1 编程环境 10
2.1.1 命令行界面 10
2.1.2 IDLE 11
2.1.3 创建一个工作环境 11
2.2 数据类型和简单的数学运算 12
2.3 元组、列表和字典 12
2.3.1 元组 12
2.3.2 列表 13
2.3.3 字典 14
2.4 切片 15
2.5 字符串 16
2.5.1 字符串函数 16
2.5.2 类型转换 18
2.6 控制流 18
2.7 输入和输出 20
2.7.1 文本文件读写 20
2.7.2 Pickle模块 21
2.8 函数 21
2.9 模块 23
2.10 面向对象的程序设计 24
2.10.1 类的内容 24
2.10.2 运算符定义 25
2.10.3 继承 25
2.11 检错 26
2.12 小结 27
第3章 Numpy、SciPy和Python Image Library 28
3.1 NumPy 28
3.1.1 创建数组 28
3.1.2 数组转换 30
3.1.3 矩阵：向量乘法 30
3.1.4 数组的优势 31
3.1.5 数据类型 33
3.1.6 排序 36
3.1.7 字符串和列表的转换 37
3.1.8 矩阵的改变 39
3.1.9 高级切片 40
3.2 SciPy 41
3.3 NumPy中的设计 43
3.4 Python图像库PIL（Python Image Library） 45
3.4.1 图像的读出 45
3.4.2 图像的写入 46
3.4.3 图像转换 46
3.5 小结 47
第4章 PCNN与ICM 48
4.1 PCNN 48
4.1.1 原始模型 48
4.1.2 Python实现 49
4.1.3 脉冲发放行为 52
4.1.4 神经元动态行为的累积 54
4.1.5 时间信号 55
4.1.6 神经元连接 56
4.1.7 快速连接 58
4.1.8 连续时间模型 61
4.2 ICM 62
4.2.1 最小连接需要 62
4.2.2 ICM原理 63
4.2.3 ICM中的连接 65
4.2.4 ICM的Python实现 68
4.3 小结 70
第5章 图像分析 72
5.1 相关图像信息 72
5.2 图像分割 76
5.2.1 血细胞 76
5.2.2 乳房X线影像 77
5.3 自适应分割 78
5.4 焦点和分级聚焦点 80
5.4.1 分级聚焦检测（凹点检测）算法 80
5.4.2 基于PCNN多级聚焦模型的目标识别 83
5.5 图像分解 86
5.6 小结 87
第6章 反馈和分离 88
6.1 反馈式PCNN 88
6.2 目标分离 90
6.2.1 输入图像的规格化 91
6.2.2 滤波器的创建 92
6.2.3 脉冲图像的边缘增强 93
6.2.4 相关及改进 94
6.2.5 峰值检测 95
6.2.6 对输入图像和PCNN所做的调整 96
6.2.7 驱动程序 97
6.3 动态目标分离 98
6.4 阴影目标 99
6.5 噪声图像下的情况 101
6.6 小结 104
第7章 分类识别 105
7.1 航空器 105
7.2 北极光 106
7.3 目标识别：二值图像的相关性 107
7.4 星系 110
7.5 手势识别 114
7.6 路面检测 116
7.7 数字符号 118
7.7.1 数据集合 119
7.7.2 分离出各类的训练图像 120
7.8 产生脉冲图像 120
7.8.1 图像时间信号的分析 121
7.9 人脸定位及识别 123
7.10 小结 128
第8章 纹理识别 129
8.1 脉冲谱 129
8.2 纹理脉冲谱的统计可分性 132
8.3 基于统计方法的脉冲谱识别 132
8.4 基于联想记忆的脉冲谱识别 133
8.5 生物学上的运用 134
8.6 纹理研究 138
8.7 小结 141
第9章 颜色和多通道 142
9.1 模型 142
9.1.1 彩色图像的例子 142
9.1.2 基于Python的实现 146
9.2 多光谱实例 149
9.3 彩色模型的应用 152
9.4 小结 154
第10章 图像的时间信号 155
10.1 图像的时间信号理论 155
10.1.1 PCNN和图像时间信号 155
10.1.2 彩色与形状 156
10.2 目标的时间信号 156
10.3 真实图像的时间信号 158
10.4 图像时间信号数据库 159
10.5 计算最佳视角 160
10.6 运动估计 162
10.7 小结 164
第11章 逻辑 165
11.1 迷宫穿行和TSP（旅行商）问题 165
11.2 条形码和导航 167
11.3 小结 170
附录A图像转换器 171
附录B几何模块 175
附录C分数幂指数滤波器 177
附录D相关运算 179
附录E FAAM 182
附录F主成分分析 184
参考文献 186