基于PSO和改进神经网络的图像滤波方法的研究

被引：3

作者：

张银雪 ^{[1
]}

贾振红 ^{[1
]}

蒋海军 ^{[2
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 新疆大学数学与系统科学学院

来源：

激光杂志 | 2009年 / 30卷 / 04期

关键词：

图像滤波; BP神经网络; 对数最小均方误差; 粒子群优化算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于改进BP神经网络和粒子群优化算法(PSO)的图像滤波方法。该方法利用对数最小均方误差函数(LNLS)代替BP神经网络传统的最小均方误差函数(LMS),用来减小图像噪声对神经网络精度的影响;并将改进后的BP神经网络利用PSO算法优化,从而避免神经网络陷入局部极小值点,进一步提高神经网络滤波能力。实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像细节。

引用

页码：34 / 36

页数：3

共 4 条

[1] 基于人眼视觉特性的混合滤波算法 [J].