【摘 要】
：
通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络（FNN）,即选择型FNN,该系统是一种多层前向网络,在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则,得出了一个简单实用的推理型FNN.利用选择型FNN与推理型FNN的有机结合,得到FNN滤波器,它不仅结构简单,易于设计参数学习算法,而且能同时有效去除图像信号中的脉冲噪声和保持图像结构.实验结果表明,与其他滤波
论文部分内容阅读
通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络（FNN）,即选择型FNN,该系统是一种多层前向网络,在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则,得出了一个简单实用的推理型FNN.利用选择型FNN与推理型FNN的有机结合,得到FNN滤波器,它不仅结构简单,易于设计参数学习算法,而且能同时有效去除图像信号中的脉冲噪声和保持图像结构.实验结果表明,与其他滤波器（如:中值滤波,自适应加权模糊平均（AWFM）滤波等）相比,FNN滤波器在去除各种噪声,保持图像未污染
其他文献
理论上,低配置的电脑做视频合成也是可以的,只要你有耐心。如果要装新机,则尽量最好的配置。推荐DIY自己攒机。一些品牌机,虽然采用了P4,但是其主板、内存、硬盘等重要的配置显得搭配不合理,如同将“奔驰”的引擎装在拖拉机上,如论如何也跑不快。主机也是由很多配件组装的,针对我们的要求还是有侧重点的。推荐自己按需要组装,这样可以把钱花在刀刃上。
根据地震前兆的"应力-应变原理",以及"岩石变形破坏的实质是其孔隙度发生变化"的结论,进一步应用地下水动力学中的达西定律推导得出,饱和含水层井孔在恒定流量下的动水位与该井孔静水位之差或二种不同恒定流量下的动水位之差ΔH,可以相对量度饱和含水层岩体孔隙度的变化,进而得出相对量度岩体受力变形的动态变化过程,这可作为一项新的地震前兆指标。据此设计了一种以"井孔ΔH指标"为观测对象的新型地震前兆观测系统。
分析了手写汉字特征的提取方法,提取具有一定互补性的轮廓方向特征和方向距离分布特征,并进行K-L变换降维处理,用多特征合成一个区分能力更强的新特征。讨论了RBF网络分类器特性,结合特征融合方法和模块RBF神经网络结构有机地构建一个小类别手写体汉字识别系统。实验表明,该系统可行和有效。
在本文中 ,我们提出了一种基于Chamfer3 4距离变换和Powell优化的方法 ,用于X射线图像和CT图像间的配准 .该方法首先从X射线图像中分割出目标物体 .通过使用投影模型和优化方法 ,得到了准确的投影矩阵 .该方法同样被用于医学介入手术中 ,处理从三维图像工作站中获取的主动漫游的数据 .
参照人眼的特点 ,作者将传统的双焦评价函数分别作用于目标图象的 R、G、B分量得到三个数值 ,然后由这三个值计算出一个新的评价值 .对一般对焦目标 ,这种新方法能增强传统对焦评价函数结果 .本文中作者对这一方法进行了详尽的讨论 .
利用人体生物特征的视网膜血管进行个人身份鉴别的研究 ,提出了一种高层次保安识别应用的相关网点法 ,包括方法的构思、视网膜血管图像特征交点的提取、网点质心和最远网点的水平方位对准以及图像相关网点匹配的判定 .实验结果显示其识别效果良好 .
在图像分析系统或计算机视觉系统被应用于岩石颗粒中,第一个要解决的问题是图像获取,其决定着图像质量的好坏.在不同的应用环境中,图像的获取方法是不同的.我们在实际应用经验的基础上,提出了岩石颗粒图像获取中的几个问题,并阐述和分析其解决的方法.
在结合Mumford Shah模型和水平集方法中的窄带解法优点的基础上 ,提出了一种新的图像分割模型 .Mumford Shah模型虽然具有良好的图像分割结果 ,但是其每次迭代过程都需要对所有图像数据进行计算 ,因而很费时 ,导致这种方法不适用于大的图像数据 ,特别是三维图像的分割 .本文通过一种新的初始化方法把Mumford Shah模型和水平集中的窄带解法结合在一起 .这种新的初始化方法是通过
解释一种图像分割问题的数学模型 ,并讨论图像分割问题与Mumford Shah泛函的关系 ,对此问题首先就一维的情形提出一种可行的解法并推广到二维。若干试验结果验证了算法的有效性。
采用实验和数值模拟方法研究了一种新型海洋平台管节点在地震载荷下的响应和破坏情况。采用拟静态循环加载模拟地震载荷 ,对真实尺寸的试件进行实验 ,研究局部屈曲和裂纹等对管接点抗震性能的影响。能量分析表明 ,发生在斜支管中的局部屈曲消耗了大部分输入能量。与现在使用的N型管节点相比 ,该新型管节点有较好的抗震性能。采用有限元数值模拟方法分析比较了不同尺寸配置下 ,该型管节点的响应曲线