自适应加权中值滤波图像去噪算法

中值滤波是常用的降噪算法，本文提出了一种基于窗口拟合曲线的斜率信息的自适应加权算法。该算法具有较好的边缘保持特性及去噪性能。     

均值加速中值滤波算法

本文介绍一种均值加速中值滤波迭代算法,该算法不需要对所有像素的邻域值进行排序,而是对像素的邻域值有选择性的排序,排序后的中值直接替代原像素值.理论分析与实验结果表明:该算法能有效地降低中值滤波算法的时间复杂度,可将常用的快速排序算法复杂度O(N ln N)简化为O(N(1+ln N)/2),且去噪声效果良好,在图像处理中有广泛的应用前景.     

GPU实现的椒盐噪声自适应中值滤波算法

提出了一种基于先检测、后滤波的椒盐噪声滤除GPU实现算法。该算法首先依据椒盐噪声的特征,将图像像素分为噪声和信号,然后对噪声像素作标准中值滤波,如果中值为信号,则用中值代替噪声像素灰度值;如果中值为噪声,则取中值邻域,如果中值邻域为信号,则用它代替噪声像素灰度值;否则扩大邻域窗口,重复算法。但随着图像规模的增大,在CPU上执行的时间显著增加。分析并利用图形处理器（GPU）的并行处理特征,并在GPU上实现了本文算法。实验结果表明所提出的算法较经典的自适应中值滤波算法有较好的去噪效果和边缘保护能力,并且随着图像规模的增大,算法执行时间较CPU可以提高最多3个数量级。     

中值滤波技术及其在图像处理中的应用

中值滤波是一种常用的非线性信号处理技术,在图像处理中,它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理以及在图像处理中的应用,并给出了MATLAB程序示例。     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法。针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验。结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 d B以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 d B以上。     

用C语言在微机上实现中值滤波及真快速算法

本文讨论了用C语言在微机上实现中值滤波及快速算法,在程序设计的过程中充分考虑到程序运行的时间复杂度和空间复杂度的问题,解决了由于图象太大而内存不够的问题,运用对程序运行时的方法,得出在PENTIUM-S100MHz上中值滤波的一般算法运行4．23秒,而快速算法运行2．58秒。     

关于去除图像噪音的中值滤波算法

本文讨论了图像去噪的中值滤波算法 ,提出了对中值滤波算法的改进的方法 ,使得计算机在图像处理时更加高效 .     

中值滤波技术及其在图像处理中的应用

中值滤波是一种常用的非线性信号处理技术，在图像处理中，它对滤除脉冲干扰噪声最为有效。章阐述了中值滤波的原理以及在图像处理中的应用，并给出了MATLAB程序示例。     

基于中值滤波的椒盐含噪图像去噪方法

为了有效地去除图像中的椒盐噪声,提高图像的质量,利用中值滤波算法进行去噪处理.分析了椒盐噪声的特性,阐述了中值滤波算法的去噪原理和优缺点.通过实验从主观评价和客观评价两方面对比了中值滤波和几种典型的图像去噪方法对椒盐噪声的去噪效果,并进一步分析了不同窗口大小的中值滤波对椒盐噪声的去噪效果.实验结果表明,中值滤波算法能很好地去除图像中的椒盐噪声.     

基于RBF神经网络滤波的噪声消除

RBF神经网络噪声抵消系统不需要关于输入信号和噪声的先验知识,非线性映射能力强。采用自适应噪声抵消基本原理,构造RBF神经网络自适应滤波器,然后针对该系统,建立Simulink仿真模型。仿真结果表明,该方法具有良好的噪声抑制能力。     

一种基于小波域的中值滤波去噪法

根据脉冲噪声和高斯噪声在小波变换下的不同特点,结合中值滤波,在小波域内对高频子带图像进行中值滤波.仿真结果表明,此算法不仅能滤除图像中的脉冲噪声和高斯噪声,且能较好的保留图像的边缘细节,可获得较好的去噪效果.     

一种基于 Inception 结构的神经网络协同过滤推荐算法

在商品推荐领域,商品评论信息往往难以得到有效利用。为了充分利用商品评论信息,提高商品推荐系统精度,对 NCF 神经网络协同过滤模型进行改进,将 NCF 模型与 Inception 结构的卷积神经网络相结合,提出基于 Inception 结构的神经网络协同过滤方法（NCF-i 模型）,将商品评论信息融入模型进行预测和推荐。首先基于 Inception 结构的卷积神经网络对商品评论信息进行分析并提取多元特征模型,然后将多元特征模型添加到 NCF 模型中,通过多层全连接层获取用户、商品及商品评论之间的非线性关系,最后基于此非线性关系对商品进行预测和推荐。通过基于真实数据集的实验证明,应用 NCF-i 模型的推荐算法,推荐系统的预测精度和稳定性均优于当前常用的推荐模型。     

Neural networks for logic circuits

ＴｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｓｆｏｒＮＯＴ,ＡＮＤ,ＯＲ,ＮＡＮＤ,ＮＯＲ,ＸＯＲａｎｄＸＮＯＲｇａｔｅｓｗｅｒｅｐｒｅｓｅｎｔｅｄｉｎ［１］ａｎｄ［４］．ＴｈｅｌｏｇｉｃｆｕｎｃｔｉｏｎｏｆａｎｙｇａｔｅｃａｎｂｅｄｅｓｃｒｉｂｅｄｕｓｉｎｇＢ...     

二进神经网络的Boolean函数化简

利用二进神经网络方法对Boolean函数逻辑化简具有理论研究与实际应用意义。通过二进神经网络化简复杂非线性可分Boolean函数的方法,说明对非线性可分Boolean函数化简采用二进神经网络方法能够取得比传统方法更加高效、简便的化简。同时,给出几个二进神经网络化简非线性可分Boolean函数的实例,具体说明该方法的有效性。     

基于神经网络的垃圾邮件过滤

垃圾邮件的过滤是一个具有重要现实意义的课题．将交叉覆盖学习算法和向量空间模型等技术相结合可得到一种新的垃圾邮件过滤方法．实验结果表明该方法识别率较高，具有较强的实用价值．     

一种改进的前馈神经网络算法

介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。     

关于人工神经网络

本文对神经网络的基本原理和应用进行了深入浅出的阐述,首先说明为何引进神经网络,然后讲述神经网络的基本原理和当前有关神经网络的前沿技术,其后对神经网络的应用情况进行了介绍,最后对神经网络有待解决的问题进行了简要说明。     

利用Hopfield神经网络实现自适应滤波器

针对两种不同结构的Hopfield神经网络,本文提出分别适当选取该神经网络的连接权值来实现LMS自适应滤波和自适应格型滤波的方法。并分析了实现自适应滤波的HOP-field神经网络的稳定性及其滤波性能.     

网络监测与过滤的研究

对网络的实时监测与过滤是维护网络安全的一项重要技术。介绍了对TCP/IP体系结构中IP协议包的截获与解析方法,并研究了使用Win2k过滤钩子驱动对IP包进行过滤。