科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
18期
5381-5384
,共4页
自联想记忆%神经网络%学习%缩放
自聯想記憶%神經網絡%學習%縮放
자련상기억%신경망락%학습%축방
associative memory%neural networks%learning%scaling
针对图像缩放中的问题,提出基于自联想记忆算法.首先确定自联想记忆最小上界和最大下界,自联想记忆每个层之间的神经元通过最近域互连接方式连接信息交替,能够在神经系统缺损信息时通过自联想记忆恢复出原来存储的完整记忆模式；接着所有神经元节点采用同步方式调整状态,利用均场定理加快自联想记忆神经网络学习速度；最后给出了图像缩放算法过程.实验仿真显示算法输出图像能够较好地保持原图像内容,峰值信噪比(PSNR)比较大.
針對圖像縮放中的問題,提齣基于自聯想記憶算法.首先確定自聯想記憶最小上界和最大下界,自聯想記憶每箇層之間的神經元通過最近域互連接方式連接信息交替,能夠在神經繫統缺損信息時通過自聯想記憶恢複齣原來存儲的完整記憶模式；接著所有神經元節點採用同步方式調整狀態,利用均場定理加快自聯想記憶神經網絡學習速度；最後給齣瞭圖像縮放算法過程.實驗倣真顯示算法輸齣圖像能夠較好地保持原圖像內容,峰值信譟比(PSNR)比較大.
침대도상축방중적문제,제출기우자련상기억산법.수선학정자련상기억최소상계화최대하계,자련상기억매개층지간적신경원통과최근역호련접방식련접신식교체,능구재신경계통결손신식시통과자련상기억회복출원래존저적완정기억모식；접착소유신경원절점채용동보방식조정상태,이용균장정리가쾌자련상기억신경망락학습속도；최후급출료도상축방산법과정.실험방진현시산법수출도상능구교호지보지원도상내용,봉치신조비(PSNR)비교대.
