基函数神经网络权值直接确定的图像复原  

Weights-direct-determination for image restoration of basis function neural network

作　　者：田启川[1] 田茂新[1] 杨晓飞[1] 

机构地区：[1]太原科技大学电子信息工程学院,太原030024

出　　处：《计算机工程与应用》2013年第8期178-181,共4页Computer Engineering and Applications

基　　金：山西省自然科学基金(No.2008011030);山西省回国留学人员科研资助项目(No.2011-075);太原市大学生创新创业专项(No.20111060);太原科技大学校UIT项目(No.XJ2010040)

摘　　要：给出了基函数神经网络图像复原的模型,该神经网络模型是由三层构成的前向神经网络,以一组正交基为隐层神经元的激励函数。为了避免反复迭代权值修正的冗长BP训练过程,提出了一种权值直接确定的算法。实验结果表明,该种权值直接确定算法不仅能一步确定权值而获得更快的运算速度,而且能达到更高的精度。A general model for image restoration of basis function neural network is presented, a feed-forward neural network adopts a three-layer structure, where the hidden-layer neurons are activated by a group of orthogonal basis functions. To avoid lengthy BP-training of the iterative weights-updating, weights-direct-determination algorithm is proposed. Experimental results show that the algorithm not only can determine the weight by one step, but also gains higher accuracy.

关 键 词：图像复原 基函数神经网络 正交基 权值修正 权值直接确定 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]