图像处理变分模型的神经网络算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题来源及研究的背景和意义 | 第8-10页 |
| 1.1.1 课题的来源 | 第8-9页 |
| 1.1.2 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外在该方向的研究现状及分析 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 国内外文献综述的简析 | 第11-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第2章 正倒向扩散混合模型 | 第16-23页 |
| 2.1 扩散方程的概述 | 第16-17页 |
| 2.1.1 图像扩散模型建立的一般思路 | 第16-17页 |
| 2.2 预备知识 | 第17-19页 |
| 2.2.1 变分法与梯度下降流 | 第17-19页 |
| 2.3 正倒向混合扩散模型的提出与分析 | 第19-22页 |
| 2.3.1 正向与倒向扩散的原理 | 第19-21页 |
| 2.3.2 混合扩散模型的方程转化 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 混合扩散模型的神经网络算法 | 第23-39页 |
| 3.1 混合扩散方程的差分算法 | 第23-25页 |
| 3.1.1 差分格式的构造 | 第23-24页 |
| 3.1.2 差分格式的稳定性 | 第24-25页 |
| 3.2 混合扩散方程的神经网络算法 | 第25-38页 |
| 3.2.1 神经网络的基本概述 | 第25-31页 |
| 3.2.2 混合模型的MLP神经网络算法 | 第31-34页 |
| 3.2.3 混合模型的RBF神经网络算法 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 数值结果与分析 | 第39-47页 |
| 4.1 差分方法数值实现与分析 | 第39-42页 |
| 4.2 神经网络算法数值实现与分析 | 第42-47页 |
| 4.2.1 MLP神经网络数值结果与分析 | 第42-44页 |
| 4.2.2 RBF神经网络数值结果与分析 | 第44-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53页 |
