← 返回卡片

原书出处

基于类脑计算的目标检测与跟踪技术

04 第4章 基于脉冲耦合神经网络的目标检测方法

核验版本的摘录快照 · 导入于 2026-11-18T08:59:31.467Z

杂度和较高的准确率,基于SCM的SPCNN模型的描述如下:

相对于常规PCNN模型,SPCNN模型的参数较少,仅保留了六个参数(分别是αf,Wijkl,β,VL,αe和VE),它既保持了PCNN的关键特性例如较高准确率,又很大程度地提高了效率。

本章提出了一种用于红外图像分割的Fusion SPCNN(

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt004.html

EPUB SHA-256:9b64959b635c92f64d1b0bbf6c91817785dc8b1defa90c21243ea5eb248a24b7