1、文库下载 免费文档下载http:/ Fourier 神经网络在图像复原中的应用将传统 Fourier 神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻 Fourier 神经网络,推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻 Fourier神经网络,提出忆阻 BP 算法对模糊二值图像和灰度进行处理ol.36 No.1第 3 自然科学版)6 卷第 1 期 西南大学学报( 2014 年 1 月)JournalofSouthwestUniversitNaturalScienceEditiony(Jan. 2014()文章编号:1673986820141000106忆阻
2、Fourier 神经网络在图像复原中的应用王丽丹, 段书凯, 段美涛西南大学电子信息工程学院,重庆 400715摘要:将传统 Fourier 神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻 Fourier神经网络.推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻文库下载 免费文档下载http:/ 神经网络,提出忆阻 BP 算法对模糊二值图像和灰度进行处理.Matlab 仿真实验表明该算法可以有效实现图像复原,提高图像清晰度.忆阻 Fourier 神经网络有望用于解决复杂的图像处理问题.中图分类号:TP183关 键 词:忆阻器;傅立叶神经网络;BP 算法;图像复原文
3、献标志码:A原有重要的研究意义.图像复原有很多经典方法,如逆滤波、维纳滤波、约束最小平方滤波、非线性复原、1盲去卷积、图像几何复原等.然而,传统方法无法获得准确的点扩散函数,复原时存在困难,而神经网络图像在获取和传输过程中,会降低清晰度.然而,在许多领域都需要清晰、高质量的图像,因此图像复具有良好的并行计算能力、鲁棒性和自适应学习能力,因此在这方面显示出了优势.近年来,BP 神经网2-5、H 络ofield 神经网络 6、混沌神经网络 7、Fourier 神经网络 8 等神经网络在图像复原领域得到了广 prier 神经网络用于图像http:/ 复原具有更优异的效果,但存在难以用硬件电路实现的问
4、题.忆阻器是电子领域的9文库下载 免费文档下载http:/ VLSI泛的应用.然而用于图像复原的一般神经网络运算量大、收敛慢、容易陷于局部最小值.实验证实,Fou-文将忆阻器与 Fourier 神经网络相结合构建的新型忆阻 Fourier 神经网络有以下方面的优势:单输入忆调整工作量大大减少,有利于加快算法的收敛性;由于忆阻器的无源性且尺寸小,用忆阻器做突触所构建忆阻 Fourier 神经网络硬件电路功耗低,芯片密集度高,便于用大规模集成电路实现.本文从理论分析和 Matlab 仿真两方面建立了忆导与突触权值变量的对应关系,并将忆阻器作为阻 Fourier 神经网络只需 3 层就可实现图像复原
5、;忆阻 Fourier 神经网络只需调整隐层到输出层的权值,Fourier 神经网络中的突触,构建新型的忆阻 Fourier 神经网络,然后提出忆阻 BP 学习算法实现了图像复原.收稿日期:20121228文库下载 免费文档下载http:/ 号)61372139,61101233,60972155);留学人员科技活动项目择优资助经费资助项目(;重庆计划”科研项目(国家级,优秀类,渝人社办Z20111482012186 号);重庆市高等学校青年骨干教师资助计划(;中央高市高等学校优秀人才支持计划(渝教人渝教人201165 号)201165 号),女,河南长垣人,教授,硕士生导师,主要从事人工神经
6、网络、非线性系统与电路设计、生物电子电路和神作者简介:王丽丹(1976)通信作者:段书凯,教授,博士生导师,教育部“新世纪优秀人才支持计划”获得者.:/ 36pj1 忆阻突触本文利用忆阻器作突触,实现连续突触权值的存储与更新,从而构建新型的忆阻 Fourier 神经)所示.其中 W(表示掺杂层宽度,tD 表示忆阻器2网络.H 如图 1P 实验室提出的忆阻器物理模型 1G 为忆阻器两端电厚度.文献定义忆导变化 d13dt压 U 的函数,文献构建忆阻器电导值为 14文库下载 免费文档下载http:/ 1 忆阻器物理模型,其中:尺寸、制造工艺等因素.设 忆导变化与电压关系曲线如图 2 所示. 和
7、依赖于忆阻器的材料、=4=32 忆阻 Fourier 神经网络建模叶三角正交基函数:实验设定 Fourier 神经网络的输入输出层神经元为线性激励函数,隐层神经元的激励函数为一组傅立xxx,2x,mx,x,)os,sin,cossincossin x(l.-l1,clllll()23 所示,它由输入层、隐层和输出层组成,其中输入层至隐层,隐层至输出层的权值由忆导控制,所有神经的权值固定为 1,正交函数系 T 作为传递函数,x)i=0122m,其中,i(1,? 1x?,?cos()Tx2?=i?x?i?,sin?文库下载 免费文档下载http:/ 2 元的阈值设定为 0m 1 个神经元并用一组
8、Fourier将忆阻器作为突触构建单输入忆阻 Fourier 神经网络模型如图i=0,i=1,3,5,2m-1,i=2,4,6,2m.http:/ 2 忆导变化与电压关系曲线()33 图像复原的忆阻 BP 算法图像复原算法如下:输入层:o=x.隐层神经元输入:neto.i=输出层:隐层神经元输出:oTnet.i=i(i)对于大小为 MN 的图像,忆阻 Fourier 神经网络实现),在 MN 输设样本(xt=1,2,st,t)yf(文库下载 免费文档下载http:/ y 与目标值 f(的误差记 x)为 ex-yt=t)tUf( 网络训练指标:Oi=WiTi(x).y=Wii=0i=02m2m(
9、)4图 3 单输入忆阻 Fourier 神经网络模型1 Fourier12E=et.2t=1MN3()5用忆阻器作神经网络中的突触,为建立忆阻器电导与突触权值变量的关系,必须设定忆阻突触权值更新的)学习法则.由(式可知,当 1t 很小的时候,可以用 G 代替 dG,可得:()G=sinhU)t.6文库下载 免费文档下载http:/ G 与 Fourier 神经网络中的突触变量 W 相对应,令忆阻 Fourier 神经网络通过如下学习规则来更新权值:)()T,W(k)sinhk)k)7=-y(d(y(其中:为目标清晰图像像素值,为 Ft 为学习率,k)k)ourier 神经网络的实际输出图像像素
10、值.d(yy(=忆阻 BP 学习算法实现图像复原的步骤如下:)步骤 1:任取隐神经元个数 n3,选取初始权值Wi(为忆阻器初始电导,学习率 0步骤 2:计算2kek),E=E 0.5et(1)=t),t=t)-yt(t.yf(xWiTi(x:/ 3:权值调整i=0()8()9Wi(k 1)=Wi(k) Wi(k).,则跳回步骤 2,否则转步骤 5. 步骤 4:t=t 1,若 t文库下载 免费文档下载http:/ 5:若 E,则结束学习,否则令 E=0,t=1,k=k 1,跳回步骤 2.4 实验结果本实验用二值图像和灰度图像分别进行测试,二值图像去噪实验中,由于噪声与图像像素值关系不大,因此选取
11、噪声图像的像素值作为训练样本,原始清晰图像的对应像素值作为训练目标值,而在灰度图像去模糊实验中,由于模糊与图像像素值关系密切,相同像素值邻域不同则模糊程度也完全不同,因此选取 33 的)滑动窗口对模糊图像进行采样.用峰值信噪比(来描述图像复原效果,即 PeakSinaltoNoiseRatiogPSNR=-10log10i=1j=1MN2,fi(,ij)-f(j),其中:表示目标清晰图像的灰度值,表示复原图像的灰度值,iiA 表示退化图像的最大灰度f(j)f(j)值,PSNR 越大,说明图像复原效果越好.A文库下载 免费文档下载http:/ 二值图像去噪,方差为 0 本实验采用 2 进行实验,
12、图 4 为原始清晰图像,通过加均值为 0020 的二值图像“A”.02 的高3)斯噪声得到带有噪声的图像,如图 5 所示.取忆阻器初始值 M(0=110,忆阻 Fourier 神经网络的结构为-4,学习次数 k 为 10,学习率为 0,通过 MA111100 次,目标误差为 210.001TLAB 仿真,忆阻Fourier-4神经网络学习 17 次就满足了目标误差,得实际误差为 1.949510,二值http:/ 图像复原过程如图 6所示.忆阻 Fourier 神经网络学习过程中的误差变化如图 7 所示,训练后,最终的忆阻突触权值如图 8 所示.图 4 原始清晰图像图 5 带噪声图像文库下载
13、免费文档下载http:/ 36pj图 6二值图像去噪过程图 7 忆阻 Fourier神经网络误差曲线图 8 忆阻 Fourier 神经网络最终的忆阻突触权值4.2 灰度图像去模糊”采用 1 进行实验.图 9 为原始清晰图像,通过加大小为 99 的高斯 00100 的灰度图像“character211,学习次数 k 为 1000 次,目标误差为 210-4,学习率为 0.0001,通过MATLAB 仿真,该忆阻Fourier 神经网络学习 81 次就满足了目标误差,得实际误差为 1.995110-4,灰度图像去模糊过程如图 11 所示.该忆阻 Fourier 神经网络学习过程中的误差变化如图
14、12 所示,训练后,最终的忆阻突触权值如图 13 所示.3 模糊,得到模糊图像(图 10).取忆阻器初始值为 M(0)=110,忆阻 Fourier 神经网络的结构为 1图 9原始清晰图像图 10模糊图像文库下载 免费文档下载http:/ 11 灰度图像去模糊过程1 Fourier5图 12 忆阻 Fourier神经网络误差曲线图 13 忆阻 Fourier 神经网络最终的忆阻突触权值复原前后图像的峰值信噪比见表 1.可以看出,本实验忆阻 Fourier 神经网络能实现满意的图像复原.表 1 忆阻 Fourier 神经网络图像复原 PSNR 比较PSNR图像类型模糊图像复原图像二值图像去噪 3
15、4.70118.8524灰度图像去模糊 18.760433.26875 结 论新的学习算法,并实现了二值图像去噪及灰度图http:/ 像去模糊.仿真实验证实了该算法实现图像复原的有效性,同时,该新型的忆阻神经网络比传统的忆阻神经网络更加便于进行参数调节且网络结构更加简单.本文设计的忆阻 Fourier 神经网络有望用于模式识别、数据压缩等方面.参考文献:高展宏,徐文波.基于 MA1TLAB 的图像处理案例教程M.北京:清华大学出版社,2011.文库下载 免费文档下载http:/ 景越峰,刘 军,管永红.基于 BP 神经网络的闪光照相图像复原J.强激光与粒子束,2012,2492215-2219
16、.,():ofComuterScienceandInformationTechnoloournal2011,16277-282.pgyJ本文将忆阻器和 Fourier 神经网络相结合,构建了新型的忆阻 Fourier 神经网络,提出忆阻突触权值更3 SUBASHINIP,KRISHNAVENIM,VIJAYS.ImaeDeblurrinsinackProaationNeuralNetworkJ.WorldggUgBpg4 KHAREC,NAGWANSHIKK.ImaeRestorationinNeuralNetworkDomainUsinackProaationNetworkAggBpgp-(
17、):5 高艺文,贺可鑫,陶青川,等.基于 BP 神经网络的雾天图像复原算法J.微计算机信息,2011,272165-167.():6 韩玉兵,吴乐南.基于状态连续变化的 Hofield 神经网络的图像复原J.信号处理,2004,205431-435.p():7 丁 伟.基于混沌神经网络的图像复原算法J.计算机与数字工程,2012,406127-129.():8 田启川,田茂新.基于 Fourier 神经网络的图像复原算法J.计算机应用研究,2012,2931143-1145.():331163-70.,():roachJ.InternationalJournalofComuterInforma
18、tionSstems2011,2525-31.phttp:/ 高士咏,段书凯,王丽丹.忆阻细胞神经网络及图像去噪和边缘提取中的应用J.西南大学学报:自然科学版,2011,A10FIFIA,AYATOLLAHIA,RAISSIF.ImlementationofBioloicalllausibleSikineuralNetworkModelsonpgyPpgN文库下载 免费文档下载http:/ 第 36 卷 pjS,():12TRUKOVDB,SNIDERGSSTEWARTDR,etal.TheMissinemristorFoundJ.Nature2008,4537191gMS/13NIDERG
19、S.SikeTiminDeendentLearnininMemristiveNanodevicesCIEEEACMInternationalSmosipgpgyp-A14FIFIA,AYATOLLAHIA,RAISSIF.STDPImlementationUsinemristiveNanodeviceinCMOS-NanoNeuropgM-,():morhicNetworksJ.ElectronicsEress2009,63148-153.pp:,umonNanoscaleArchitectures.NewYorkIEEEPresshttp:/ DnEngiUneAerinNSg,Sohutuh-wkesatiUn,iv DersityU,CAhoNngqiMnge4文库下载 免费文档下载http:/ 责任编辑 张 栒StiersheAtpnorbgtigvexmK第 1 期 王丽丹,等:忆阻 Fourier 神经网络在图像复原中的应用 7文库下载网是专业的免费文档搜索与下载网站，提供行业资料，考试资料，教学课件，学术论文，技术资料，研究报告，工作范文，资格考试，word 文档，文库下载 免费文档下载http:/ http:/
