| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-12页 |
| 1.2 置换混叠图像盲分离的研究背景和现状 | 第12-14页 |
| 1.3 主要创新点 | 第14页 |
| 1.4 主要研究内容 | 第14-16页 |
| 第二章 相关基础知识 | 第16-28页 |
| 2.1 置换混叠图像模型 | 第16-17页 |
| 2.2 置换混叠图像盲分离框架 | 第17页 |
| 2.3 无监督神经网络 | 第17-27页 |
| 2.3.1 神经网络 | 第18-20页 |
| 2.3.2 前馈神经网络和反向传播算法 | 第20-24页 |
| 2.3.3 稀疏自动编码器 | 第24-26页 |
| 2.3.4 受限波尔兹曼机 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于稀疏自动编器的盲分离算法研究 | 第28-42页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于稀疏自动编码器的置换混叠图像盲分离算法 | 第29-30页 |
| 3.3 阈值选择 | 第30-31页 |
| 3.4 算法的具体步骤 | 第31-32页 |
| 3.5 实验仿真 | 第32-41页 |
| 3.5.1 与非零元个数约束的K-SVD算法、SC算法、NMF算法比较结果 | 第32-34页 |
| 3.5.2 图像预处理不同时的实验结果 | 第34-36页 |
| 3.5.3 稀疏自动编码器隐藏层个数不同时的实验结果 | 第36-38页 |
| 3.5.4 置换区域含噪声类型、方差大小不同时的实验结果 | 第38-41页 |
| 3.5.5 置换混叠图像含有多个置换区域的实验结果 | 第41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于受限玻尔兹曼机的盲分离算法研究 | 第42-52页 |
| 4.1 引言 | 第42-43页 |
| 4.2 基于受限玻尔兹曼机的置换混叠图像盲分离算法 | 第43-44页 |
| 4.3 算法的具体步骤 | 第44-45页 |
| 4.4 实验仿真 | 第45-49页 |
| 4.4.1 置换区域位置、大小不相同时的实验结果 | 第45-46页 |
| 4.4.2 置换区域的模糊类型、模糊度不同时的实验结果 | 第46-48页 |
| 4.4.3 与NSCT域的盲分离算法和小波变换的盲分离算法对比 | 第48-49页 |
| 4.5 本章小结 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的科研成果 | 第62-63页 |
