共查询到10条相似文献,搜索用时 15 毫秒
1.
BP神经网络及其在图像压缩中的应用 总被引:1,自引:0,他引:1
BP神经网络是一种采用反向传播算法的多层前馈网络,它具有结构简单、可操作性强、能够逼近任意的非线性映射关系等优点,而且具有很好的泛化能力,在图像处理领域中应用非常广泛.本文简介了BP神经网络的理论、模型及其学习过程,探讨了其在图像压缩中的应用,分析了BP神经网络应用于图像压缩的可行性及其优点. 相似文献
2.
3.
3层以上的前向神经网络能以任意精度逼近任何非线性函数,采用误差反传算法,利用系列60船模原始试验数据作为训练和检验样本,应用输出与目标的线性回归、相关系数和相对误差,以及利用该神经网络绘制的曲线作为评价指标,通过大量的数值实验对最佳训练函数、性能函数、传递函数、隐层神经元数的选用进行了研究,建立了最佳的系列60船舶阻力计算3层和4层BP神经网络系统。 相似文献
4.
将模糊C-均值(FCM)算法和模糊对向传播神经网络相结合,解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题,在此基础上结合TSK(Sugeno Tanaka Kang)模糊模型,提出了改进的模糊对向传播神经网络Improved FCP,并给出了学习算法.对两种典型的非线性模型进行实验研究,实验结果表明Improved FCP网络具有良好的非线性逼近能力. 相似文献
5.
神经网络技术作为现代智能信息处理技术的主要方法之一,模拟人的神经元的生理结构模型,可自身完善和发展,在各领域都有其广泛的用途。本文对神经网络在目标识别中的应用进行了介绍。并指出目标识别在某种程度上也是一种函数逼近,并用matlab实现了BP网络的函数逼近。 相似文献
6.
7.
8.
9.
研究了模糊反向传播神经网络FBP(FuzzyBackpropagation)的函数逼近能力.给出了单调连续函数的FBP按序单调特性、连续映射定理以及非函数一致逼近定理,并且说明了FBP虽然能保持连续性映射,但不如原神经网络具有函数逼近能力. 相似文献