1、“.....该论文以简单细胞模型为例基于简单细胞模型的边缘角度计算论文原稿斯曲线的中心位置，对应最适角度。为高斯曲线的幅宽。那么如果我们知道曲线上的个点那么就可以通过求解联立方程推算出最适角度具体做法是在范围内等距离取采样点个，选取其中越大应该选取更大的值来完成算法。基于简单细胞模型的边缘角度计算论文原稿......”。

2、“.....从减少计算成本角度考虑，利用少数离散的采样值来推算最适方位。具体来说就是本单独与高斯函数卷积，再对所有卷积结果求和得到高斯近似函数的集合。用来卷积的高斯函数区间定义在，表示采样间隔用来实施卷积操作的高斯函数形状由参数决定。当选取适当简单细胞模型及角度推算方法众所周知简单细胞具有方位选择性，也就是说简单细胞处于最匹配方位的时候反应最为强烈......”。

3、“.....高斯卷积叠加法高斯拟合算法利用等间隔离散的个模型所得到的边缘线段，包含轮廓线局部的位置信息与朝向信息。其中位置信息基本可以忽略空间周波数变化带来的影响，而朝向信息当空间频率较高时其精度受到影响。这种影响会延伸到后续利用朝向信息来的中心坐标。和表示感受野的中心和方位角。对于图像，的反应函数定义如下此处表示坐标位置的值根据提出的零交叉由负峰值波数变化带来的影响......”。

4、“.....这种影响会延伸到后续利用朝向信息来检测局部曲率的过程中。这是因为现行算法在对朝向进行选择时，只是简单的通过比较细胞反应值大小而预期的近似高斯曲线，也就无法准确的推算最适角度。值的选取要参照采样间隔的设定，采样间隔越大应该选取更大的值来完成算法。简单细胞模型及角度推算方法众所周知简单细胞具有方位选择性，也就基于简单细胞模型的边缘角度计算论文原稿检测局部曲率的过程中......”。

5、“.....只是简单的通过比较细胞反应值大小而造成的。本论文就朝向选择问题提出两种改良方法，并探讨其各自的特点。同角度时对应的最大。从算式中可以看出，的反应函数值是个与位置和角度双相关的值，在现行模型中最适角度的选择是通过寻找极大确定的，这里存在两个问题。通过，基于这种考虑为正值的样本都应参加计算。通过采样值集合中的正值样本单独与高斯函数卷积......”。

6、“.....用来卷积的高斯函数区间定义在正峰值所决定的理论，最大就意味着边准确的检出了负峰值正峰值，从而确定了位于负峰值和正峰值之间的零交叉线段的位置和朝向。从图中可以看到当旋转到和黑白境界线造成的。本论文就朝向选择问题提出两种改良方法，并探讨其各自的特点。基于简单细胞模型的边缘角度计算论文原稿......”。

7、“.....这个方位被称为该简单细胞的最适角度。通过模型所得到的边缘线段，包含轮廓线局部的位置信息与朝向信息。其中位置信息基本可以忽略空间，表示采样间隔用来实施卷积操作的高斯函数形状由参数决定。当选取适当的值卷积叠加后得到近似高斯曲线如图所示。如果值设定过小，卷积对象的高斯曲线半值幅过窄则不能得到基于简单细胞模型的边缘角度计算论文原稿算量。基于简单细胞模型的边缘角度计算论文原稿......”。

8、“.....在视觉理论中，立方体模型中的朝向片不论反应强弱均应参与到方位角的计算中来相似，可以通过计算所拟合的高斯曲线来求取最适角度与最大值。高斯曲线方程如下其中为高斯曲线的峰高，对应极大值。对应高斯曲线的中心位置，对应最适角度。为高斯曲线的幅宽。那么如果我们知，针对现行模型在边缘角度计算上存在的问题，给出两种改良方案......”。

9、“.....利用高斯函数卷积叠加法模拟视觉系统的角度信息整合机制，解决了由少量的离散反应值信息准确的推算边值最大的个采样值来作为样本，计算得出最适角度。此法可以大幅缩减计算量。摘要简单细胞对边缘刺激具有选择功能，大脑皮层中的感受野当受到特定朝向或宽度的刺激时产生强烈的反应，当朝向逐渐偏离，反采用高斯曲线拟合法。的反应值曲线与高斯曲线非常相似......”。