基于RBF神经网络的COSM图像复原算法

来源 :计算机应用 | 被引量 : 10次 | 上传用户:wsw361
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在计算光学切片显微技术成像中,每幅切片图像都要受到其他离焦层信息的干扰,引起图像模糊。针对此问题提出了一种基于RBF神经网络的复原算法,利用神经网络的学习和泛化能力,用一组样本图像对网络进行训练,建立含有离焦模糊信息的模糊三维图像与其对应清晰图像间的非线性映射关系,然后用训练好的网络进行图像复原。实验证明该算法的复原速度快,且复原的三维图像在主观视觉和定量分析上都获得了较好的效果。
其他文献
为满足基于网络的大规模地形漫游系统中有限的网络带宽与海量地形数据之间的矛盾,提出了一种三维地形流式渐进传输方法。该方法在服务器端对地形数据进行预处理,首先将地形数据进行分块,再对分块后的数据进行小波变换,最后用多级树集合分裂(SPIHT)算法将变换后的数据组织成多条渐进码流。客户端在运行时根据视点的位置,漫游的速度和方向确定周围各地块的传输规则,使各地块的传输量进行自适应调整,同时采用二级缓存机制
提出了一种基于小波分解和倒谱技术的音频数字水印算法,该算法通过对原始音频进行小波多级分解,从中选取低频系数进行倒谱变换。通过统计均值的计算和调整方法设计,完成了水印的嵌入。实验结果表明该算法能够有效地抵抗A/D和D/A攻击,误码率为0,隐藏容量较大。同时,本算法还能够抵抗一定的AMR攻击,为手机音频的安全传播和管理提供了新的前景。
针对现有的对等(P2P)网络信任管理模型中存在的问题:忽视短期交易时间与长期交易时间对信任值的不同影响以及缺少对交易对象资源的具体风险分析,在现有信任管理模型的基础之上,以不同用户对同一种类资源所提供的资源品质和风险作为关注点,引入风险值评估的概念,建立了基于随时间推移的风险值评估的信任管理模型。仿真结果表明,该模型使得恶意节点的行为得到有效控制,对交易资源的分析量化更加深入,进一步有效地帮助用户
广东省农科院蔬菜研究所(邮编:510640,电话:020—38469427)选育的油白豆类豆角新品种“丰产六号”.前不久通过了广东省品种审定.
讨论了一种新的彩色图像加密的算法。该算法以Lorenz混沌系统的初始条件作为初始密钥对图像进行异或预处理,由Logistic映射和Lorenz系统产生的混沌序列分别对图像进行置乱和扩散操作。该算法以处理后图像数据作为置乱过程中Logistic映射的初始值,实现Lorenz系统与Logistic映射的耦合,大大提高了算法的安全性。该算法具有良好的置乱和扩散效果,加密解密速度快,有良好的抗噪声能力。
通过对网络安全脆弱性和网络攻击方式分析,重点研究了网络攻击过程以及网络防御特点、网络防御的策略和网络防御的过程。