基于人工神经元网络的图象重建  

Image reconstruction by artificial neural network

作　　者：詹曙[1] 钱钰[2] 钱源诚[1] 

机构地区：[1]合肥工业大学计算机与信息学院,安徽合肥230009 [2]厦门大学计算机科学系,福建厦门361006

出　　处：《合肥工业大学学报（自然科学版）》2000年第5期702-705,共4页Journal of Hefei University of Technology：Natural Science

摘　　要：文章探讨利用人工神经元网络重建图象的方法 ,并讨论经过改进的 Hopfield网络的基本模型及其实现算法。研究完成了同步跳变、异步跳变和混合跳变等算法在图象重建中的实现 ,最后将衰减最大能量神经元准则应用于上述算法中。实验证明收敛的迭代步骤减少 ,收敛精度提高。In this paper, an approach for image reconstruction using Modified Hopfield Neural Network(MHNN) is presented. A generalized model for the MHNN used in image reconstruction is established. A group of algorithms with simultaneous updating and mixed updating are presented. The new algorithms always converge to more precise solutions in fewer update steps as shown by experiments.

关 键 词：图象重建 跳变 迭代 HOPFIELD神经网络 人工神经元网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]