2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、盲源分離又稱為盲分離,是在不需要太多的源信號和信道先驗信息的情況下,僅根據(jù)觀測到的混合輸出信號,分離出各輸入源信號的過程,是信號處理領域的一個前沿問題,廣泛應用于圖像處理、醫(yī)學信號處理、語音辨識與分離等領域。置換混疊圖像的盲分離屬于盲源分離的一種特殊情況,圖像混疊以置換的方式,而非傳統(tǒng)疊加的方式,故針對傳統(tǒng)疊加方式混疊的圖像盲分離算法不再適用于此類置換方式混疊的圖像。因此,研究這種置換圖像的盲分離需要新的理論和方法。因為置換混疊圖像是在

2、置換區(qū)域位置、大小、個數(shù)、類型等先驗知識未知的情況下,僅根據(jù)置換混疊圖像的本身信息分離出置換區(qū)域的圖像,是一個具有挑戰(zhàn)性的問題。而無監(jiān)督神經(jīng)網(wǎng)絡是在先驗知識未知的情況下,只通過輸入數(shù)據(jù)自動發(fā)現(xiàn)輸入數(shù)據(jù)內部特征,進而找到數(shù)據(jù)的特征差異。所以本文采用無監(jiān)督神經(jīng)網(wǎng)絡模型來分離置換混疊圖像,利用無監(jiān)督的稀疏自動編碼器模型分離含噪聲的置換混疊圖像,其次,利用無監(jiān)督的受限玻爾茲曼機模型分離含模糊的置換混疊圖像。
  本文主要研究內容概括如下:

3、
  (1)對于含噪聲的置換混疊圖像,因為置換區(qū)域和被置換區(qū)域存在噪聲差異,并且噪聲不能稀疏表示,所以我們選用稀疏自動編碼器算法來分離含噪聲的置換混疊圖像。首先,將含噪聲的置換混疊圖像分成小塊,再將各個小塊轉化成可操作的數(shù)據(jù)集。其次,利用前向傳播構建稀疏自動編碼器網(wǎng)絡結構,利用輸入數(shù)據(jù)集訓練網(wǎng)絡,獲得解碼后的圖像。最后,將解碼后的圖像與輸入圖像作差得到差圖像,根據(jù)差圖像利用最大類間方差法選取合適的閩值,對其進行閾值化操作,獲得含噪

4、聲的置換圖像。實驗結果表明,該算法在噪聲類型和方差大小不同時,能有效地分離置換區(qū)域位置、大小、個數(shù)不同的置換混疊圖像。
  (2)對于含模糊的置換混疊圖像,提出基于受限玻爾茲曼機的置換混疊圖像盲分離算法。首先,將含模糊的置換混疊圖像轉化成可操作的數(shù)據(jù)集。其次,構建受限玻爾茲曼機網(wǎng)絡模型并訓練,獲得概率矩陣。最后,利用訓練好的網(wǎng)絡重構輸入數(shù)據(jù)集,根據(jù)重構數(shù)據(jù)集與輸入數(shù)據(jù)集的特征差異,分離出含模糊的置換區(qū)域圖像。實驗結果表明,該算法在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論