一类改进的Hopfield图像复原算法
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·图像复原背景 | 第10-11页 |
·图像复原技术 | 第11-15页 |
·传统图像复原方法 | 第11-14页 |
·神经网络图像复原技术 | 第14-15页 |
·本文的主要工作 | 第15-16页 |
第2章 预备知识 | 第16-27页 |
·图像复原模型 | 第16-21页 |
·点源及图像 | 第16页 |
·线性移不变系统及点扩展函数 | 第16-18页 |
·连续退化模型 | 第18页 |
·离散退化模型 | 第18-21页 |
·Hopfield神经网络模型 | 第21-27页 |
·模型介绍 | 第22-23页 |
·稳定性分析 | 第23-27页 |
第3章 两类典型Hopfield神经网络复原模型 | 第27-35页 |
·Y.T.Zhou模型 | 第28-31页 |
·模型的建立 | 第28-29页 |
·网络更新规则及算法 | 第29-31页 |
·Paik模型 | 第31-35页 |
·模型的描述 | 第33页 |
·网络更新规则及算法 | 第33-35页 |
第4章 一类改进的Hofield图像复原算法 | 第35-52页 |
·模型回顾及假设 | 第35-36页 |
·GUR | 第36-42页 |
·MHNN模型下的GUR | 第36-37页 |
·CHNN模型下的GUR | 第37-42页 |
·BEHE准则 | 第42-48页 |
·下降方向的选取 | 第42页 |
·EHE准则 | 第42-44页 |
·无噪声下的BEHE准则 | 第44-46页 |
·有噪声下的BEHE准则 | 第46-48页 |
·一类改进的Hofield神经网络复原算法 | 第48-52页 |
·算法描述 | 第48-49页 |
·算法收敛性分析 | 第49-52页 |
第5章 仿真实验 | 第52-58页 |
结论 | 第58-60页 |
参考文献 | 第60-64页 |
致谢 | 第64页 |