基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文首先探讨了将Complex Valued BP神经网络(Neural Network)和Real BP神经网络用于图像复原的优势比较.其次,用图像数据训练网络,再利用训练好的网络实现不同图像的复原.最后,对图像进行像素空间分布的分析来寻找原因.
推荐文章
基于BP神经网络的雾天图像复原算法
雾天图像
图像复原
神经网络
粒子群优化算法
基于BP神经网络的雾天图像复原算法
雾天图像
图像复原
神经网络
粒子群优化算法
改进的遗传优化BP-NN在变电站故障区域中的研究
BP神经网络
隐含层
遗传算法
协同进化
容错性
MCPSO优化BP-NN在日用水量预测中的应用
MCPSO
BP神经网络
日用水量预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Complex Valued BP NN和Real BP NN 应用于图像复原的比较
来源期刊 计算机工程与应用 学科 工学
关键词 Complex Valued BP Real BP 像素空间
年,卷(期) 2005,(11) 所属期刊栏目 学术探讨
研究方向 页码范围 72-73,227
页数 3页 分类号 TP391
字数 2116字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.11.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋芬 苏州大学计算机科学与技术学院 11 52 5.0 6.0
2 郁春江 日本姬路工业大学智能工学科 1 1 1.0 1.0
3 松井申之 日本姬路工业大学智能工学科 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Complex Valued BP Real BP 像素空间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导