文献

J-GLOBAL ID：201302243326951883   整理番号：13A1105494

ファジィ動径基底関数ニューラルネットワークと疎表現に基づくEHF波画像復元

Millimeter wave image restoration based on fuzzy radial basis function neural networks and sparse representation

著者 (3件)： Shang Li (Dep. of Electronic Information Engineering,Suzhou Vocational Univ., Jiangsu, Suzhou) ,  Su Pingang (Dep. of Electronic Information Engineering,Suzhou Vocational Univ.,State Key Lab. of Millimeter Wave, Jiangsu, Suzhou) ,  Chen Jie (Dep. of Electronic Information Engineering,Suzhou Vocational Univ., Jiangsu, Suzhou)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 32  号： 7  ページ： 1871-1874  発行年： 2012年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： EHF波(MMW)画像がひどい未知雑音によって汚染されて,低い分解能を持っている問題に関して,K-特異値分解(K-SVD)に基づくファジィ放射基底関数ニューラルネットワーク(F-RBFNN)の非線形フィルタ特性と疎表現(SR)の自己適応型雑音除去性質を考慮し,MMW修復法をF-RBFNNと疎表現を組み合わせることによって提案する。F-RBFNNにおいて,ファジィ論理の知識発現,および推論能力をRBFNNの高速学習と一般化の性能に組み合わせた。MMW画像への非線型フィルタリングを実現するために,実際の問題に応じて,F-RBFNNの構造とパラメータを調整した。その上,疎表現方式の優位性を利用して,疎表現は視覚特性を反応させ,オブジェクトの特徴を維持するとき,効果的に雑音除去することができた。もう一度局所的にF-RBFNNの訓練結果を雑音除去して,高分解能のMMW画像を得た。雑音除去画像の品質を測定する相対的単一雑音比(RSNR)判定基準を使用して,シミュレーション結果は,F-RBFNN,K-SVD雑音除去やウェーブレット雑音除去などの他の雑音除去方式と比べて,F-RBFNNとSRを組み合わせる提案方法はMMW画像の品質をより良く復元できることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *ニューラルネットワーク ,  曖昧さ ,  ファジィ論理 ,  EHF波 ,  画像復元 ,  データ表現 ,  雑音除去 ,  シミュレーション ,  非線形フィルタ ,  フィルタリング ,  物 ,  特異値分解 ,  パラメータ
準シソーラス用語： *動径基底関数ニューラルネットワーク ,  ファジィ ,  疎表現 ,  放射基底関数ニューラルネットワーク ,  ウェーブレット雑音除去 ,  オブジェクト

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： ファジィ ,  動径基底関数ニューラルネットワーク ,  疎表現 ,  EHF波 ,  画像復元