本文關(guān)鍵詞：改進型粒子群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)全息圖壓縮

  更多相關(guān)文章： 全息圖 粒子群優(yōu)化算法 MPSO-BP網(wǎng)絡(luò)

【摘要】：針對擁有龐大數(shù)據(jù)量的全息圖再現(xiàn)像質(zhì)量不理想的問題,提出一種針對粒子群優(yōu)化算法(PSO:Particle Swarm Optimization)中學(xué)習因子和慣性權(quán)值進行動態(tài)調(diào)整的方法,將改進后的算法與反向傳播(BP:Back Propagation)神經(jīng)網(wǎng)絡(luò)相融合形成改進型粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(MPSO-BP:Modified Particle Swarm Optimizing BP Neural Network)并用于全息圖壓縮。通過與BP神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(PSO-BP:Particle Swarm Optimizing BP Neural Network)壓縮算法進行對比,證明了該網(wǎng)絡(luò)壓縮算法在保持較好的壓縮效率時得到的全息圖再現(xiàn)像質(zhì)量更好。
【作者單位】： 長春工業(yè)大學(xué)計算機科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 全息圖 粒子群優(yōu)化算法 MPSO-BP網(wǎng)絡(luò)
【基金】：國家留學(xué)基金資助項目(201308220163) 國家自然科學(xué)基金資助項目(61303132)
【分類號】：TP18;TP391.41
【正文快照】： 0引言全息圖上每一點記錄的光振幅都是物體上各點衍射波同參考波相干涉的條紋信息,這種條紋模式所包含的信息量巨大,一張100×100 mm、分辨率為256×256像素的全息圖就需計算上億個采樣值,數(shù)據(jù)量高達數(shù)兆字節(jié),需要高性能計算機運算數(shù)分鐘[1]。全息圖如此龐大的數(shù)據(jù)量嚴重制約

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 ;英研制出最小的全息圖像[J];中國印刷與包裝研究;2012年06期

2 韓長材;曹娜;雷嵐;曹亮;徐青;歐陽曉平;;燃燒室霧化場全息圖像分割方法研究[J];激光與光電子學(xué)進展;2014年08期

3 ;日本科學(xué)家改進交互式全息圖像觸控方案[J];中國印刷與包裝研究;2009年06期

4 林睿;;Gyrator變換全息圖及其在圖像加密中的應(yīng)用[J];光子學(xué)報;2013年02期

5 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 湯林;光學(xué)全息圖像的校正與再現(xiàn)識別[D];中南大學(xué);2014年

，

本文編號：870100