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:
给出了基函数神经网络图像复原的模型,该神经网络模型是由三层构成的前向神经网络,以一组正交基为隐层神经元的激励函数.为了避免反复迭代权值修正的冗长BP训练过程,提出了一种权值直接确定的算法.实验结果表明,该种权值直接确定算法不仅能一步确定权值而获得更快的运算速度,而且能达到更高的精度.
推荐文章
基于Fourier神经网络的图像复原算法
图像复原
傅里叶正交基函数
傅里叶神经网络
衍生算法
Padé有理式神经网络及其权值直接确定法
Padé近似
有理式神经网络
权值修正
权值直接确定法
SIMO傅里叶三角基神经网络的权值直接确定法和结构自确定算法
SIMO傅里叶三角基神经网络
权值直接确定
隐层结构自确定
中心、方差及权值直接确定的RBF神经网络分类器
RBF神经网络
分类
中心
方差
权值直接确定
模式识别
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 基函数神经网络权值直接确定的图像复原
来源期刊 计算机工程与应用 学科 工学
关键词 图像复原 基函数神经网络 正交基 权值修正 权值直接确定
年,卷(期) 2013,(8) 所属期刊栏目
研究方向 页码范围 178-181
页数 分类号 TP391
字数 2661字 语种 中文
DOI 10.3778/j.issn.1002-8331.1109-0023
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 田启川 太原科技大学电子信息工程学院 39 483 10.0 21.0
2 田茂新 太原科技大学电子信息工程学院 5 19 3.0 4.0
3 杨晓飞 太原科技大学电子信息工程学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (70)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
图像复原
基函数神经网络
正交基
权值修正
权值直接确定
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