基于二次规划的神经网络遥感图像的恢复.pdfVIP

基于二次规划的神经网络遥感图像的恢复.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
!!!!兰!星 基于二次规划的神经网络堡壁图堡的恢复喜 王耀南 王绍源 孙炜 ● 湖南大学电气与信息工程系tKr?-410082 摘要 本文提出一种二次规划的神经网络优化算法 并将该算法应用于遥感图像的恢复中。计算机仿 真结果表明,所提算法收敛侠、图像恢复效果好。 ◆ 关键诃 优化复法,神经网络.图像恢复。 iI刚--(f2H 。;.j #ie-g f(x,∥)为未退化的真实图像;g(x、j7)为 1 引言 退化图像;n(x,y)为具有统计性质的附加噪声: k二种经网络tANN、以其独有的自学习、 则图像退化的模型如图1示意。假设系统是蠛性 的,空间位移不变的.对模型的输入与输出之间可 自强织、色适应的特点为信号分析与图像分析提供 存在下列关系: ■强有力的:!具,近年来ANN开始应用于图像恢 g(x,一)=缈(x,Y)+即(x,y) 复、提取信息、图像压缩、图像特征提取、图像模 若设 n(x,Y)=0 式识别以及在缺损部分信息下恢复与识别图像中的 则 g(x,J,)=1-i/(x.,) 景吻.均有很好的结果。 令,.g和押分别代表吖XⅣ的函数矩阵· 近年最.ANK存卫星遥感图像处理与分析中 n(x,,)的各行堆叠而威的丸w .f(x,y),g(x,J,) 曲应用0引起丁广泛注意及重视。国外学者已将神 维列向量,如 经嘲络应用于卫星遥感图像的分类识别、边缘硷 :n嘞 fg㈣ 1 啊㈣ j 河,恢复、编码、匿缩、数据处理、知识推理、解 释专家系统方面.取得了息好的效果,为遥感图像 畔 Idqll {’m1J l; {! 处理与舒析开辟了一条新途径【l~2】c 7 2‰卜b 舻l鹏N柚 l”l酏*b 五文我们提出一种有效的神经网络优化箕法, i; j; ● 扭*LⅣ-1), 肆将渗百法睦!用子卫星遥感图像恢复中.实验模拟 k肛L肛1)j 结粜表明,目i提算法不仅比一I;{!}神经网络训练算法 可写成向量矩阵形式: t嚏敛快.币巨圈像恢复效果好。 t3j

文档评论(0)

wuhuaiyu002 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档