原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 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、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、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、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
本申请公开了一种基于贝叶斯方法的DBN模型自适应图像去噪方法和系统，对输入的噪声图像进行预处理，包括图像归一化、图像分割等，然后，利用贝叶斯方法建立图像去噪模型的先验概率和似然函数，通过最大化后验概率来估计去噪后的图像；接着，利用受限玻尔兹曼机无监督学习模型融合不同形式的随机变分贝叶斯方法的修正权衰减动量方法对图像数据进行随机噪声去除，通过结合贝叶斯方法和多个RBM构成的深度信念网络模型算法的图像去噪，能够有效提高图像去噪效果，并且具有较高的鲁棒性和适应性。与传统的图像去噪方法相比，能够更好地保
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118096567A
(43)申请公布日2024.05.28
(21)申请号202410215282.0G06N5/04(2023.01)
(22)申请日2024.02.2
文档评论（0）