混沌神經(jīng)網(wǎng)絡在圖像處理中的應用_第1頁
混沌神經(jīng)網(wǎng)絡在圖像處理中的應用_第2頁
混沌神經(jīng)網(wǎng)絡在圖像處理中的應用_第3頁
混沌神經(jīng)網(wǎng)絡在圖像處理中的應用_第4頁
混沌神經(jīng)網(wǎng)絡在圖像處理中的應用_第5頁
已閱讀5頁,還剩12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(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

混沌神經(jīng)網(wǎng)絡在圖像處理中的應用第1頁/共17頁神經(jīng)網(wǎng)絡人工神經(jīng)網(wǎng)絡是對生物神經(jīng)網(wǎng)絡的一些基本特性的抽象和模擬,是一種基于連接學說的智能仿生模型。神經(jīng)網(wǎng)絡具有信息分布存儲、并行處理以及自學習能力等特點,所以它在信息處理、模式識別等領域有著廣泛的應用。常見的神經(jīng)網(wǎng)絡模型:BP神經(jīng)網(wǎng)絡、自組織神經(jīng)網(wǎng)絡和Hopfield神經(jīng)網(wǎng)絡等。第2頁/共17頁神經(jīng)網(wǎng)絡傳統(tǒng)神經(jīng)網(wǎng)絡的優(yōu)缺點:優(yōu)點:a)容錯性:它可以處理含噪聲或不完全的數(shù)據(jù)和圖像;b)并行性:適用于高速并行處理系統(tǒng);c)具有復雜非線性問題處理能力。缺點:神經(jīng)網(wǎng)絡進行目標優(yōu)化時,本質(zhì)上是一種梯度下降法優(yōu)化算法,而這種算法容易陷入局部極小值,而得不到全局最優(yōu)點。第3頁/共17頁混沌神經(jīng)網(wǎng)絡混沌神經(jīng)網(wǎng)絡模型是對傳統(tǒng)的神經(jīng)網(wǎng)絡模型的一種改進。

改進動機主要有以下兩點:1)混沌神經(jīng)網(wǎng)絡模型更接近于實際的生物神

經(jīng)網(wǎng)絡。大量的神經(jīng)生理學和神經(jīng)解剖學

研究證實,人腦中存在著混沌現(xiàn)象。研究表明正常腦電波就處在混沌狀態(tài)。第4頁/共17頁混沌神經(jīng)網(wǎng)絡2)克服傳統(tǒng)的神經(jīng)網(wǎng)絡容易陷入局部極小

值的缺點。

混沌具有不重復地經(jīng)歷一定范圍內(nèi)的所有狀態(tài)的遍歷性。利用這一特點,混沌可以有效的避免在搜索全局最優(yōu)解的過程中陷入局部最小解,它和禁忌搜索、模擬退火、遺傳算法等一樣都可以有效的避免局部最小。第5頁/共17頁混沌神經(jīng)網(wǎng)絡優(yōu)化由于問題的復雜性,具體的模型及建立過程不做介紹。下面主要介紹混沌神經(jīng)網(wǎng)絡在優(yōu)化問題中的應用:一個優(yōu)化問題一般由目標函數(shù)和約束條件描述。所以,優(yōu)化問題求解的關鍵在于確定目標函數(shù)和約束條件。找到這兩項后,我們可以通過罰函數(shù)法將問題化為無約束問題,得到新的優(yōu)化目標函數(shù)。第6頁/共17頁混沌神經(jīng)網(wǎng)絡優(yōu)化優(yōu)化問題的難點在于如何尋找合適的目標函數(shù)。對于同一個問題,不同的目標函數(shù)將導致最終解的不同性能。好的優(yōu)化目標函數(shù)對優(yōu)化問題至關重要。優(yōu)化目標確定后,問題的求解已完成90%,剩下得只是應用優(yōu)化算法對問題進行求解。第7頁/共17頁應用:圖像復原與圖像分割圖像復原:Y=HX+NX和Y分別為原始圖像和退化圖像,H為退化函數(shù)

,N為白噪聲。優(yōu)化目標函數(shù)可選為:E=D為一個高通濾波器,可以選為Laplace算子。圖像分割:優(yōu)化目標函數(shù)可選為原圖像與其分割圖像之間的互信息量。第8頁/共17頁應用:模式聯(lián)想記憶類似于Hopfield網(wǎng)絡模型,混沌神經(jīng)網(wǎng)絡也可用于模式的聯(lián)想記憶。我的研究工作主要在這一塊,相關結果已形成論文《相空間壓縮法實現(xiàn)混沌神經(jīng)網(wǎng)絡聯(lián)想記憶》,(已被控制理論與應用錄用)具體結果不作介紹。第9頁/共17頁結語這個報告的意義在于向大家介紹一些新的理論、新的方法在模式識別和圖像處理中的應用。大家研究的重點可能與混沌理論沒多大相關性,但了解一些前沿理論與本學科間的交叉和應用,對開闊大家的視野是有好處的。第10頁/共17頁

謝謝!第11頁/共17頁什么是混沌?通俗地說,混沌是指發(fā)生在確定性系統(tǒng)中的貌似隨機的不規(guī)則運動.混沌運動與隨機運動對比:混沌運動隨機運動動力學行為確定不確定(隨機)預測能力短期可預測長期不可預測短期、長期行為都不可預測隨機因素的來源系統(tǒng)自身系統(tǒng)外部第12頁/共17頁混沌的特征:混沌現(xiàn)象存在于由一組微分方程或差分方程描述的系統(tǒng)中。系統(tǒng)長期行為對初始條件的敏感依賴性是混沌系統(tǒng)長期行為對初始條件的敏感依賴性是混沌運動的本質(zhì)特征。也就是人們常說的“蝴蝶效應”.蝴蝶效應:南美洲一只蝴蝶扇一扇翅膀,就會在佛羅里達州引起一場颶風。其他特征還包括:內(nèi)隨機性、遍歷性、分維性、普適性等。1第13頁/共17頁幾個常見的混沌系統(tǒng)1)Lorenz系統(tǒng):其表達式由右式描述,狀態(tài)演化圖如下圖所示。因其形似蝴蝶,蝴蝶效應由此得來。

第14頁/共17頁幾個常見的混沌系統(tǒng)2)Chua電路:

由美籍華人蔡紹棠教授于1983年提出。其三維雙螺旋吸引子在二維空間上的投影如下如所示。第15頁/共17頁混沌在工程中的應用由于混沌具有與眾不同特性,使得它在工程中有

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(nèi)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(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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