忆阻Fourier神经网络在图像复原中的应用

本文档下载自文库下载网,内容可能不完整,您可以点击以下网址继续阅读或下载:http://www.wenkuxiazai.com/doc/b9d32c31a417866fb94a8e47.html忆阻Fourier神经网络在图像复原中的应用将传统Fourier神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻Fourier神经网络,推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻Fourier神经网络,提出忆阻BP算法对模糊二值图像和灰度进行处理ol.36No.1第3自然科学版)6卷第1期西南大学学报(2014年1月)JournalofSouthwestUniversitNaturalScienceEditiony(Jan.2014()文章编号:1673986820141000106忆阻Fourier神经网络在图像复原中的应用王丽丹,段书凯,段美涛西南大学电子信息工程学院,重庆400715①摘要:将传统Fourier神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻Fourier神经网络.推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻Fourier神经网络,提出忆阻BP算法对模糊二值图像和灰度进行处理.Matlab仿真实验表明该算法可以有效实现图像复原,提高图像清晰度.忆阻Fourier神经网络有望用于解决复杂的图像处理问题.中图分类号:TP183关键词:忆阻器;傅立叶神经网络;BP算法;图像复原文献标志码:A原有重要的研究意义.图像复原有很多经典方法,如逆滤波、维纳滤波、约束最小平方滤波、非线性复原、1]盲去卷积、图像几何复原等[.然而,传统方法无法获得准确的点扩散函数,复原时存在困难,而神经网络图像在获取和传输过程中,会降低清晰度.然而,在许多领域都需要清晰、高质量的图像,因此图像复具有良好的并行计算能力、鲁棒性和自适应学习能力,因此在这方面显示出了优势.近年来,BP神经网][][][]2-5、H络[ofield神经网络6、混沌神经网络7、Fourier神经网络8等神经网络在图像复原领域得到了广prier神经网络用于图像http://www.wenkuxiazai.com/doc/b9d32c31a417866fb94a8e47.html复原具有更优异的效果,但存在难以用硬件电路实现的问题.忆阻器是电子领域的]9、忆阻脉冲神经新型电路元件,非常适合作神经网络中的突触,利用忆阻器可以实现忆阻细胞神经网络[10]11])网络[及离散时间忆阻细胞神经网络[等忆阻神经网络,同时便于用超大规模集成电路(实现.本VLSI泛的应用.然而用于图像复原的一般神经网络运算量大、收敛慢、容易陷于局部最小值.实验证实,Fou-文将忆阻器与Fourier神经网络相结合构建的新型忆阻Fourier神经网络有以下方面的优势:①单输入忆调整工作量大大减少,有利于加快算法的收敛性;③由于忆阻器的无源性且尺寸小,用忆阻器做突触所构建忆阻Fourier神经网络硬件电路功耗低,芯片密集度高,便于用大规模集成电路实现.本文从理论分析和Matlab仿真两方面建立了忆导与突触权值变量的对应关系,并将忆阻器作为阻Fourier神经网络只需3层就可实现图像复原;②忆阻Fourier神经网络只需调整隐层到输出层的权值,Fourier神经网络中的突触,构建新型的忆阻Fourier神经网络,然后提出忆阻BP学习算法实现了图像复原.①收稿日期:20121228];国家自然科学基金资助项目();基金项目:新世纪优秀人才支持计划(教技函[教育部“春晖201347号)61372139,61101233,60972155);留学人员科技活动项目择优资助经费资助项目(];重庆计划”科研项目(国家级,优秀类,渝人社办[Z20111482012186号)];重庆市高等学校青年骨干教师资助计划(;中央高市高等学校优秀人才支持计划(渝教人[渝教人[201165号)2011]65号),女,河南长垣人,教授,硕士生导师,主要从事人工神经网络、非线性系统与电路设计、生物电子电路和神作者简介:王丽丹(1976)通信作者:段书凯,教授,博士生导师,教育部“新世纪优秀人才支持计划”获得者.://www.wenkuxiazai.com/doc/b9d32c31a417866fb94a8e47.htmlar经形态系统的研究.)校基本科研业务费专项资金(XDJK2012A007,XDJK2013B011.2httxbbb.swu.cn36pj1忆阻突触本文利用忆阻器作突触,实现连续突触权值的存储与更新,从而构建新型的忆阻Fourier神经)所示.其中W(表示掺杂层宽度,tD表示忆阻器[2]网络.H如图1P实验室提出的忆阻器物理模型1G为忆阻器两端电厚度.文献[定义忆导变化d13]dt]压U的函数,文献[构建忆阻器电导值为14G(,αsinhU)=...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?