《广义逆》-公开课件.pptVIP

* * * * 基于正交基神经网络的应用 组员：顾苗 ，马红 云，于明珠，张欢，顾云 指导老师：黄青鹤 一、在不同领域的应用 ● 基于fourier正交基神经网络的图像复原法 ● 正交基神经网络在结构可靠性分析上的应用 ● fourier正交基神经网络的提出及其收敛性 ● 基于正交基神经网络的图像复原法 图像复原法： 由于退化图像的点扩散函数难以准确确定，提出了基于Fourier正交基神经网络的图像复原模型。该模型以一组fourier正交基为隐层神经元的激励函数，根据误差传递算法进行权值修正，达到收敛目标。 图像的退化模型： ● 基于正交基神经网络图像复原法 网络模型： fourier神经网络的输入/输出层神经元采用线性激励函数，隐层神经元的激励函数为一组傅立叶三角基函数。输入层至神经元的连接权值恒为1，傅立叶系数作为隐层神经元到输出层神经元的连接权值。采用误差传递法训练，隐层神经元输出为傅立叶基函数值。 ● 基于正交基神经网络图像复原法 复原算法实现： ● 基于正交基神经网络图像复原法 ● 基于正交基神经网络图像复原法