利用改进T-S模糊神经网络恢复MMW图像

• 作者: 周燕 尚丽
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 非线性信息 模糊神经网络 TS模糊模型 毫米波图像 图像消噪
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能技术
• 页码范围: 1463-1466,1489
• 页数: 5页
• 分类号: TN911.73
• 字数: 2558字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.05.045

摘要

为有效消除毫米波(MMW)图像中的非线性噪声,利用T-S模糊神经网络(T-S-FNN)对不确定信息进行有效区分的特性,实现MMW图像中非线性信息噪声的逼近,达到消噪的目的.为克服T-S-FNN规则冗余的缺点,考虑前件网络基于自适应模糊聚类的隶属度函数约束及后件网络的权值优化学习,对其前件及后件的结构和学习算法进行改进,使T-S-FNN的计算简化、鲁棒性更强.利用改进的T-S-FNN对MMW图像进行处理,实验结果表明,该模型具有较好的非线性噪声抑制能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚丽	苏州市职业大学电子信息工程学院	66	326	9.0	14.0
2	周燕	苏州市职业大学电子信息工程学院	27	81	5.0	7.0