基于改进的BP神经网络和禁忌表的图像压缩与重构

• 作者: 段竞哲 汤任君 邓洪敏
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: BP神经网络 metropolis准则 禁忌表 多局部极小值
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 理论创新
• 页码范围: 21-23
• 页数: 3页
• 分类号: TP183|TP751.1
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.03.021

摘要

针对BP神经网络容易陷入局部极小值的问题,借鉴模拟退火算法中metropolis接受准则的思想并加以改进,并引入禁忌(taboo)搜索算法中的禁忌表,在系统跳出局部极小值时对极小点进行记录比较,使得在处理多局部极小值系统时更加高效与精确.将改进后的算法应用于BP网络,从而构造出一种更易跳出局部极小值的改进的神经网络.最后,运用改进后的神经网络算法进行图像压缩与重构,实验结果表明改进后的神经网络收敛速度更快,具有更高的效率与精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓洪敏	四川大学电子信息学院	20	109	6.0	9.0
2	段竞哲	四川大学电子信息学院	2	18	2.0	2.0
3	汤任君	四川大学电子信息学院	2	18	2.0	2.0