计算机科学 ›› 2004, Vol. 31 ›› Issue (12): 151-153.
• 计算机网络与信息安全 • 上一篇 下一篇
李宏寨 郭平
出版日期:
发布日期:
Online:
Published:
摘要: 径向基神经网络(RBFNN)有很好的函数逼近能力,本文把图像看成函数,用RBFNN来表示图像,并在学习过程中进行逼近,采用交叉检验的方法来确定网络模型并控制学习过程,使得网络既能较好地逼近图像,又对噪声进行抑制,从而达到图像降噪的目的。实验证明这是一个可行的盲目图像降噪方法,有广泛的适用性。本文还给出了实验中改进交叉检验方法的技术,给出了与wiener滤波器降噪的实验效果对比图。
关键词: 函数逼近能力 图像降噪 RBF神经网络 交叉 径向基神经网络 表示 网络模型 wiener滤波器 噪声 抑制
李宏寨 郭平. 基于RBF神经网络的交叉检验图像降噪方法[J]. 计算机科学, 2004, 31(12): 151-153. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2004/V31/I12/151
Cited