排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
本文对用于模式分类、函数逼近、参数估计的多层感知器 (MLPs)给出 1个清晰的关于内部行为的解释。作者以单隐层的 MLP为例 ,论述了关于 MLP的内部行为的半线性分析理论。对受训的MLP,将隐层单元的输出分别定义为网络输出的正、负“内部分量”;定义内部分量的连接权重集为给定问题的“内部判别模式”;建立了 MLP和模糊集相结合的新模型 ;分析了 MLP的结构为 N- 2 - 1和N- H- 1 ,给出权重初始化的方法 ;提出了 1种从受训神经 -模糊模型 (NFMs)中提取知识的全新的具有实用价值的方法。 相似文献
2.
针对藻细胞原始图像的特点,将数学形态学中的闭运算、自适应形态面积开运算、形态重构及Canny算子相结合,用于对混杂大量噪声的原始藻细胞灰度图像进行预处理,包括去噪、重建保留原始图像细节信息的藻细胞图像.在预处理的过程中,利用形态边缘检测算子对藻细胞的边缘轮廓进行了检测.实验证明该方法能有效的去噪.所提取的藻细胞的边缘轮廓精确、完整,为后续的特征提取及分类识别奠定了良好基础. 相似文献
3.
自适应提升形态小波将多分辨率分解和图像空域中目标的几何结构和局部特征相结合,可以满足特定图像处理任务的需要。本文针对甲藻类细胞显微图像边缘模糊、对比度低等不利于甲沟特征提取的困难,构造1种边缘保留自适应提升形态小波。该小波将图像的边缘作为重要的局部特征,更新提升根据是否是边缘像素选择保留、锐化滤波或平滑滤波,使得分解后的近似图像中,图像边缘得以保留,而灰度变化缓慢的区域得到了平滑。实验结果证明:甲藻细胞经边缘保留自适应提升形态小波分解后的近似图像,在一定程度上突出了目标边界,较之原始图像,更有利于甲沟特征的提取。 相似文献
4.
提高海杂波中小目标的检测能力,在海洋监视、军事侦察和浮冰检测等军事、民用领域中有着广泛需求,因此海杂波的研究一直是雷达技术领域研究的热点问题。首次将递归定量分析方法引入实测海杂波数据分析中,采用该方法计算海杂波时间序列相空间重构后各递归参量并将其应用于海杂波背景下小目标检测,得到了较好的结果。实验初步证明了采用递归定量分析方法对海杂波数据进行分析和小目标检测是可行并且有效的。 相似文献
5.
自适应提升形态小波将多分辨率分解和图像空域中目标的几何结构和局部特征相结合,可以满足特定图像处理任务的需要.本文针对甲藻类细胞显微图像边缘模糊、对比度低等不利于甲沟特征提取的困难,构造1种边缘保留自适应提升形态小波.该小波将图像的边缘作为重要的局部特征,更新提升根据是否是边缘像素选择保留、锐化滤波或平滑滤波,使得分解后的近似图像中,图像边缘得以保留,而灰度变化缓慢的区域得到了平滑.实验结果证明:甲藻细胞经边缘保留自适应提升形态小波分解后的近似图像,在一定程度上突出了目标边界,较之原始图像,更有利于甲沟特征的提取. 相似文献
1