论文部分内容阅读
本文介绍了神经网络在图象压缩领域的应用，并且对前馈神经网络模型及其学习算法进行改进。在改进的模型中，隐层的每个神经元都附加上一个基于Logistic映射的伴随神经元。能够产生混沌现象。同时论述了这种混沌神经网络用于图像压缩的模型、原理、算法及关键技术。并通过仿真实验将这种模型应用于图像压缩中。其中的关键是算法，激活函数和压缩率等参数的选择。在固定压缩率和激活函数的条件下。将这种模型和最常用于图像压缩的标准BP网络模型进行了比较，结果表明这种混沌神经网络在压缩率。失真率等方面性能更好。从而使得重建图像效果更