基于粒子群优化的BP神经网络图像复原方法

• 作者: 刘东升 刘力维 宋发兴 米兰 高留洋
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: BP神经网络 粒子群优化 图像复原
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 149-152
• 页数: 4页
• 分类号: TN911.73
• 字数: 3648字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.06.037

摘要

针对BP神经网络易陷入局部最小、收敛速度慢的问题，研究了基于粒子群优化的学习算法，给出了具体的算法方案设计，并将其应用于图像复原。首先用高斯噪声对无噪图像进行模糊处理；然后将结果和原图像组成训练对，用于训练优化后的神经网络；最后利用训练好的神经网络对测试图像进行复原，从而达到去除噪声的目的。仿真结果表明，与BP神经网络相比， PSO-BP算法收敛速度快，迭代次数少，复原的图像在归一化均方误差(NMSE)和峰值信噪比(PSNR)的效果更好。