这封信提出了一种新颖的双输出脉冲耦合神经网络模型（DPCNN）。 应用新模型可以在面对几何变换时获得更稳定的纹理描述。 从DPCNN的输出二进制图像计算出的时间序列被用作平移，旋转，缩放和变形不变的纹理特征。 在实验中，使用Brodatz的专辑和VisTex数据库已经对DPCNN进行了很好的测试。 将几种现有模型与建议的DPCNN模型进行了比较。 基于针对具有不同平移，方向，比例和仿射变换的图像的不同测试数据集的实验结果表明，在几何不变纹理检索中，我们提出的模型优于现有模型。 此外，在实验中检查

使用双输出脉冲耦合神经网络的几何不变纹理检索