逻辑非兼平移CNN的鲁棒性设计  

Robustness Designs of Logic Not Translation CNN

作　　者：苏永美[1] 闵乐泉[1] 卓新建[2] 

机构地区：[1]北京科技大学应用科学学院信息工程学院,北京100083 [2]北京邮电大学信息工程学院,北京100876

出　　处：《工程数学学报》2006年第2期247-253,共7页Chinese Journal of Engineering Mathematics

基　　金：国家自然科学基金(70271068);高等学校博士点专项资金(2002008004).

摘　　要：本文提出了一类细胞神经网络(CNN),这类CNN不仅能够将黑白图像中的黑白转换,同时还能将图像分别朝八个方向平移。鲁棒性分析给出了完成相应功能的参数不等式。数值模拟显示出理论结果在应用中的有效性。We design a set of cellular neural network （CNN） robustness templates. The CNNs can change each black pixel into white and vice-versa, and translate the changed images in 8 compass directions at the same time. The robustness analysis gives template parameter inequalities which guarantee the corresponding CNNs working well for performing prescribed tasks. Simulation examples are given.

关 键 词：细胞神经网络(CNN) 鲁棒性 平移 

分 类 号：O211.67[理学—概率论与数理统计]