机读格式显示(MARC)

• 000 02109nam 2200385 450

• 001 0000498727

• 005 20180124150000.0

• 010 __ |a 978-7-118-11171-2 |b 精装 |d CNY78.00

• 099 __ |a CAL 012017144063

• 100 __ |a 20170818d2017 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 图像处理与脉冲耦合神经网络 |A tu xiang chu li yu mai chong ou he shen jing wang luo |e 基于Python的实现 |f (美) 托马斯·林德布拉德, 詹森·金赛著 |d = Image processing using pulse-coupled neural networks |e applications in Python |f Thomas Lindblad, Jason M. Kinser |g 徐光柱, 马义德, 雷帮军译 |z eng

• 210 __ |a 北京 |c 国防工业出版社 |d 2017

• 215 __ |a xvi, 191页, [11] 页图版 |c 图 (部分彩图) |d 27cm

• 225 2_ |a 计算机视觉译丛 |A ji suan ji shi jue yi cong

• 300 __ |a 装备科技译著出版基金 由国家自然科学基金项目“脉冲耦合神经网络中的可靠信息传播机制研究” 国家自然科学基金项目 三峡大学青年拔尖人才培育计划项目 三峡库区生态环境教育部工程研究中心开放基金项目 湖北省自然科学基金创新群体项目“面向水库库岸滑坡识别与变形监测的多尺度智能视觉相关技术研究”联合资助

• 305 __ |a 据原书第3版译出

• 320 __ |a 有书目 (第186-191页)

• 330 __ |a 本书对多种生物视觉模型的起源及特点进行了分析，并详述了PCNN与ICM两种模型的构成及工作机理。然后以PCNN与ICM模型为基础，全面说明了这两种模型在图像分析、目标分离、纹理识别、彩色图像处理、图像时间信号提取与应用及逻辑分析等方面的应用。同时还对书中多种算法给出了具体的Python实现代码。

• 410 _0 |1 2001 |a 计算机视觉译丛

• 500 10 |a Image processing using pulse-coupled neural networks : applications in Python |m Chinese

• 517 1_ |a 基于Python的实现 |A ji yu python de shi xian

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 图象处理

• 690 __ |a TP183 |v 5

• 701 _1 |a 林德布拉德 |A lin de bu la de |g (Lindblad, Thomas), |f 1945- |4 著

• 701 _1 |a 金赛 |A jin sai |g (Kinser, Jason M.), |f 1962- |4 著

• 702 _0 |a 徐光柱, |A xu guang zhu |f 1979- |4 译

• 702 _0 |a 马义德, |A ma yi de |f 1963- |4 译

• 702 _0 |a 雷帮军, |A lei bang jun |f 1973- |4 译

• 801 _0 |a CN |b CAU |c 20180124

• 905 __ |a CAU |d TP183/69

• 920 __ |a 211180 |z 1