多维联想记忆神经网络在图像回忆中的应用

doi:10.3778/j.issn.1002-8331.2010.04.059

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (4): 186-188.DOI: 10.3778/j.issn.1002-8331.2010.04.059

• 图形、图像、模式识别 • 上一篇下一篇

多维联想记忆神经网络在图像回忆中的应用

杨家稳^1，2，孙合明¹，钟青¹，胡珊珊¹

1.河海大学理学院，南京 210098
2.滁州职业技术学院，安徽滁州 239000

收稿日期:2008-08-06 修回日期:2008-11-10 出版日期:2010-02-01 发布日期:2010-02-01
通讯作者: 杨家稳

Application of multidimensional associative memory neural networks in image recalling

YANG Jia-wen^1，2，SUN He-ming¹，ZHONG Qing¹，HU Shan-shan¹

1.College of Science，Hohai University，Nanjing 210098，China
2.Chuzhou Vocational and Technical College，Chuzhou，Anhui 239000，China

Received:2008-08-06 Revised:2008-11-10 Online:2010-02-01 Published:2010-02-01
Contact: YANG Jia-wen

摘要/Abstract

摘要： 多维联想记忆神经网络可以用来回忆灰度图像。投影算法是回忆算法中的一类。采用不规则凸多边形的笛卡儿积构成的凸集代替正多边形的笛卡儿积构成的凸集，前者比后者更紧凑。数值实例表明，应用前者回忆灰度图像要比应用后者回忆灰度图像得到的图像更清晰，回忆所花时间更短。

关键词: 多维联想记忆神经网络, 投影, 灰度图像

Abstract: Multidimensional associative memory neural networks can be used for grayscale image recalling.Projection algorithm is one kind of recalling algorithm.One convex set which is Cartesian product of nonregular convex polygons is used instead of the other convex set which is Cartesian product of regular polygons.The former convex set is tighter than the latter convex set.Numerical examples show that the restored image is clearer and the recalling process spends less time when the former convex set is used.

Key words: multidimensional associative memory neural networks, projection, grayscale image

中图分类号:

TP301.6

杨家稳^1，2，孙合明¹，钟青¹，胡珊珊¹. 多维联想记忆神经网络在图像回忆中的应用[J]. 计算机工程与应用, 2010, 46(4): 186-188.

YANG Jia-wen^1，2，SUN He-ming¹，ZHONG Qing¹，HU Shan-shan¹. Application of multidimensional associative memory neural networks in image recalling[J]. Computer Engineering and Applications, 2010, 46(4): 186-188.

[1]	马成齐，李学华，张兰杰，向维. 抗遮挡的单目深度估计算法[J]. 计算机工程与应用, 2021, 57(2): 217-222.
[2]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[3]	王义武，杨余旺. 空间投影在K-means算法中的研究与应用[J]. 计算机工程与应用, 2020, 56(7): 200-204.
[4]	潘婷，杨秋翔，景志宇. 基于球体投影的三维模型检索[J]. 计算机工程与应用, 2020, 56(7): 240-246.
[5]	李飞，冯开勇，苑玮琦. 柔性印刷线路板LED缺陷检测方法的研究[J]. 计算机工程与应用, 2020, 56(5): 227-233.
[6]	李宏伟，陈亮，白景波. 基于CMFO算法的投影寻踪威胁目标评估模型[J]. 计算机工程与应用, 2020, 56(2): 152-157.
[7]	陈良康，过榴晓，杨永清. 带有智能领导者的网络系统分群投影一致性[J]. 计算机工程与应用, 2020, 56(19): 42-47.
[8]	彭家寅. 以任意高维纠缠态为量子信道的受控隐形传态[J]. 计算机工程与应用, 2020, 56(12): 93-97.
[9]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[10]	高宁1，王兴元1，2，王秀坤1. 基于多状态分层模型的有表情人脸配准[J]. 计算机工程与应用, 2019, 55(7): 40-47.
[11]	陈哲，吴小俊. 基于结构化低秩恢复的鲁棒人脸识别算法[J]. 计算机工程与应用, 2019, 55(6): 126-132.
[12]	宋秀丽1，2，徐建坤1，2. 基于[d]维多粒子纠缠态的[(t,n)]门限量子秘密共享[J]. 计算机工程与应用, 2019, 55(5): 89-95.
[13]	张建民，许志辉，龙佳乐，陈富健，罗顺祺，罗鑫春，林根源，李鸿彬. 三维立体视觉机械臂智能抓取分类系统的开发[J]. 计算机工程与应用, 2019, 55(15): 235-240.
[14]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[15]	王茜竹，邱聪聪. Massive MIMO系统基于子空间的半盲信道估计[J]. 计算机工程与应用, 2018, 54(8): 91-95.

多维联想记忆神经网络在图像回忆中的应用

Application of multidimensional associative memory neural networks in image recalling

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics