一种应用于图像去噪的广义回归神经网络模型设计研究

• 作者: 任焕海
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 图像去噪 广义回归神经网络 归一化均方误差 峰值信噪比 椒盐噪声 平滑因子
• 年，卷（期）: 2018,（24）
• 页码范围: 114-119
• 页数: 6页
• 分类号: TP391
• 字数: 499字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2018.24.018

摘要

为了更好地去除图像中的椒盐噪声、保留图像细节信息,提出了一种广义回归神经网络模型,适用于图像去噪.首先,对传统广义回归神经网络的原理进行了分析,并对采用的广义回归神经网络进行具体设计.然后对广义回归神经网络中的唯一可调参数(平滑因子)进行了优化.采用归一化均方误差和峰值信噪比指标进行具体算法性能分析.仿真试验结果显示:相比径向基神经网络和传统广义回归神经网络,提出算法的去噪能力更强,具有较高的峰值信噪比和较低的归一化均方误差,验证了提出算法的有效性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任焕海	山东华宇工学院电子信息工程学院	10	3	1.0	1.0