一种基于调和随机权网络与曲波变换的图像分类方法

图像分类是图像处理研究中重要且基本的问题之一,而设计有效的特征提取方法和快速高精度的分类器则是图像分类研究的关键.文中以随机权网络算法为基础,结合多项式函数能有效逼近目标函数相对平缓部分的优点,提出调和随机权网络算法,并以此算法作为分类器,结合快速离散曲波变换和局部判别定位法,给出一种图像分类方法.该方法首先利用快速离散曲波变换提取图像特征,然后依据局部判别定位法对所提取的图像特征降维,最后运用所提出的调和随机权网络分类器识别降维的特征,从而有效实现图像分类.实验表明文中方法具有更高的识别率和更快的识别速度.

基于调和模型神经网络的彩色图像复原研究

针对彩色图像复原提出了基于网络能量递减收敛的调和模型神经网络图像复原方法,研究了该方法在运动模糊图像复原上的应用。利用待复原图像重构出多幅模糊图像用于算法的实现,并首次提出基于图像局部方差的自适应正则化算子的实现方法。实验结果表明,该方法是有效的,复原效果优于有约束的最小二乘复原法和已有的传统神经网络图像复原法,对复原图像的信噪比有一定的提高。

关于我国网络课程现状与问题的思考

随着网络教育在我国的蓬勃发展 ,开发适用于网络教育的高质量的课程成了网络教育中一个非常重要而迫切的课题。本文就结合我国网络课程的现状探讨了网络课程的概念 ,对我国网络课程的现状及存在问题进行了分析 ,并结合现状提出了一些网络课程设计。

具有瞬时耦合及通讯时滞的调和振子同步动力学

针对具有局部瞬时耦合及通讯延时的调和振子动力网络系统,给出了一种分布式同步算法。分别在无向固定拓扑和切换拓扑两种情形下给出了同步态的解析表达式,以及耦合系统的解析解,并给出了一些一般而简单的同步化准则。结果表明网络化的调和振子在比较弱的瞬时网络连通条件下,可以达到同步状态。数值模拟表明所给理论结果的正确性和有效性。