一种改进的Hopfield神经网络SST图像恢复方法
作者： 中国矿业大学北京校区计算中心; 北京; 100083; 中国科学院国家天文台空间天文实验室; 北京; 100012; 中国科学院国家天文台空间天文实验室; 北京; 100012; 中国矿业大学北京校区计算中心; 北京; 100083
摘要：提出了采用三元存储结构和图像分块的改进算法,同时利用模拟退火算法和遗传算法来提高恢复算法的收敛速度,从而进一步提高图像恢复的实时性.最后利用所提出的基于Hopfield神经网络的快速恢复方法进行模拟计算,其运算效率和恢复结果都能达到SST图像恢复的使用要求.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
相关热门期刊
