基于灰狼算法的BP神经网络图像恢复算法

杨书杰; 叶霞; 李俊山

Chinese

您当前的位置：

首页 >

文章列表页 >

基于灰狼算法的BP神经网络图像恢复算法

更新时间：2026-09-04

- 基于灰狼算法的BP神经网络图像恢复算法
- BP Neural Network for Image Restoration Based on Grey Wolf Optimization Algorithm
- 微电子学与计算机 2018年35卷第3期页码：19-22
- 作者机构：
  
  火箭军工程大学机构,陕西,西安,710025
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61175120
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
杨书杰, 叶霞, 李俊山. 基于灰狼算法的BP神经网络图像恢复算法[J]. 微电子学与计算机, 2018, 35(3): 19-22, 27.

YANG Shu-jie, YE Xia, LI Jun-shan. BP Neural Network for Image Restoration Based on Grey Wolf Optimization Algorithm[J]. 2018, 35(3): 19-22.
杨书杰, 叶霞, 李俊山. 基于灰狼算法的BP神经网络图像恢复算法[J]. 微电子学与计算机, 2018, 35(3): 19-22, 27. DOI：

YANG Shu-jie, YE Xia, LI Jun-shan. BP Neural Network for Image Restoration Based on Grey Wolf Optimization Algorithm[J]. 2018, 35(3): 19-22. DOI：

摘要

提出了一种用灰狼算法优化的BP神经网络图像恢复算法.三层BP神经网络可以逼近任意复杂非线性关系

消除传统算法面临的高维方程计算和先验广义平稳假设约束

灰狼优化算法的全局搜索能力弥补BP神经网络性能过度依赖初始参数选择的缺点.实验结果表明

本文算法与维纳滤波算法和GA-BP算法相比具有更快的收敛速度和更高的复原精度.

Abstract

A BP neural network image restoration algorithm optimized by gray wolf algorithm is proposed. The three-layer BP neural network can approximate any complex nonlinear relationship

eliminate the high-dimensional equation calculation and the prior generalized stationary hypothesis constraint of the traditional algorithm. The global search ability of the gray wolf optimization algorithm makes up for the shortcomings of the BP neural network performance over-reliance on the initial parameter selection. And the experimental results show that the algorithm has faster convergence speed and higher recovery precision than Wiener filter algorithm and GA-BP algorithm.

关键词

Keywords

references

王锋, 张昆帆, 王希云, 等. TV正则化的双迭代RL湍流退化图像复原算法[J]. 信息工程大学学报, 2014, 15(2): 210-214. DOI: 210

Mirjalili S, Mirjalili S M, Lewis A. Grey wolf optimizer[J]. Advances in Engineering Software, 2014, 69(3): 46-61. DOI: 46

Hecht Nielsen R. Theory of backpropagation neural networks[C]// International Joint Conference on Neural Networks. IEEE Xplore, 1989, 1(1): 593-605.

朱瑞飞, 魏群, 王超, 等. 基于随机点扩散函数的多帧湍流退化图像自适应复原方法[J]. 中国光学, 2015, 7(3): 368-377. DOI: 368

张士杰, 李俊山, 杨亚威, 等. 湍流退化红外图像校正算法[J]. 红外与激光工程, 2014, 43(11): 3670-3675. DOI: 3670

殷兴良. 气动光学原理[M]. 北京: 中国宇航出版社, 2003.

徐辰华, 李成县, 喻昕, 等. 基于Cat混沌与高斯变异的改进灰狼优化算法[J]. 计算机工程与应用, 2017, 53(4): 1-9. DOI: 1

Sutton G, Pond J, Snow R, et al. Hypersonic interceptor performance evaluation center aero-optics performance predictions[J]. Journals of Gerontology, 2013, 66(4): 444-453. DOI: 444

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GA-BP神经网络的移动机器人UWB室内定位梁

蝙蝠BP神经网络在图像去噪中的应用研究

基于反向体偏置的高增益稳定性高温运放设计

低功耗设计的双链电源关断策略的实现与验证

基于改进RT-DETR的航拍小目标检测算法