一种新型联想记忆神经网络

提出了一种新型联想记忆神经网络,记忆容量接近2^N,完全消除了假模式,具有多模式回忆能力,同时具有较高的记忆效率;模式的各个分量分别存储在网络的N个连接中,这些连接构成一个通过网络中所有神经元的被称为“模式环”的单环回路;网络中处理和传递的信号为神经元编号组成的序列,神经元执行一组处理这种序列的符号和逻辑运算;连接由“连接状态”和“禁止路径”组成,前者用于存储信息,后者用于抑制网络中出现的假模式。     

基于Hopfield神经网络概念设计中联想记忆

对复杂产品的功能需求进行可计算的0-1向量表示,以及通过Hopfield神经网络的联想记忆功能,实现了产品概念设计过程中的联想记忆。避免了对图像检索的庞大计算量以及建立知识推理库的复杂过程。并且对Hopfield神经网络实现联想记忆的算法进行了改进,最后以液压泵的需求选型为例对此算法进行了验证,计算结果表明此算法能够较好地实现联想记忆过程。     

图像插值算法在资讯电视系统中的应用

资讯电视系统中,图像质量问题多由图像缩放算法选择不当造成,本文通过对图像缩放算法的分析,同时以实验的方式对最近领域插值法、二次线性插值法、双三次插值法三种插值算法进行比较,通过实验数据选取适合资讯电视系统的图像缩放算法。     

利用最大似然准则的双向联想网络研究

针对现有双向联想网络(BAM)存在的存储容量小、抗干扰能力弱的缺点,提出了一种利用最大似然准则的BAM网络(MLBAM)及其训练算法.MLBAM网络采用双向网络结构建立了神经元的发放以及抑制模型,充分利用似然函数的特性以及网络的双向联想特性,很好地完成了自联想和异联想功能,并且准确计算出关联样本对之间的关联度,使MLBAM网络在随机环境中具有很强的抗噪能力.利用最速下降算法,给出了MLBAM网络的训练算法,根据训练权重的Hessian矩阵负定,判定算法能够获得全局最优解,从而证明了算法的收敛性.该训练算法能够训练出最优的连接权重和神经元阈值.通过2个典型实验验证了MLBAM网络的抗噪能力和联想能力,在存在1位随机噪声的情况下,该网络的联想正确率达到了100%.     

一种新的抗几何攻击的数字算法

在讨论最低有效位(LSB)算法特点及其抗几何攻击原理的基础上,提出一种新的抗几何攻击水印算法。首先对水印信息做适当的缩放以适应载体图像的大小,使水印和载体图像之间具有同步性;然后运用Logistic混沌系统对水印进行置乱,以增强算法的鲁棒性;最后从像素的低4位中随机选取嵌入位置通过逻辑运算嵌入水印。试验结果表明,算法能够很好地抵抗裁剪、旋转、缩放等几何攻击,对其他攻击同样具有一定的抵抗能力。     

三维连接系数矩阵的脉冲耦合神经网络彩色图像分割

提出三维连接系数矩阵的脉冲耦合神经网络(3D-PCNN)模型,将二维连接系数矩阵扩展成三维,值取空间欧氏距离的倒数,提出指数上升的动态阈值。利用神经元脉冲同步发放特性和自动波特性,直接分割彩色图像。结果表明,3D-PCNN算法与其他分割算法相比,运行时间减少了25%以上;该算法能够将不同区域信息以多层次彩色显示,改变RGB分量输入顺序时,同样可以分辨出更多的图像细节信息,分割精度高。     

任意前馈神经网络的稀疏化算法

主要讨论前馈神经网络的稀疏化,即如何确定和删除网络中冗余的神经元和连接。首先给出前馈神经网络的数学定义,并将偏序和拓扑排序引入到前馈神经网络的学习算法和稀疏化算法中。在此基础上提出了冗余神经元和连接的判断依据,并按照自构形和自调整的策略,提出了适用于前馈神经网络的自构形学习算法和自调整删减算法。实验结果表明,上述的稀疏化算法不仅能够有效地删除网络中冗余的神经元和连接,而且能够改善网络的性能。     

一种减少ART1网络“祖母细胞”现象的解决方案”

ART1网络的输出层中的某个神经元损坏,会导致该神经元所代表类别的模式信息全部消失——产生“祖母细胞”现象,这是ART1网络的一个很大的缺陷。通过对ART1网络结构的改进,在总结构上增加记忆层,记忆层中神经元分记忆神经元和控制神经元;在输出层中新增了辅助神经元,将原有神经元称为主神经元;定义了各种神经元的工作方式;提出一种能够减少ART1网络“祖母细胞”现象的解决方案。     

基于运动轮廓标记提取的分水岭运动目标检测

针对运动目标差分相乘产生的空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新算法,来实现移动机器人平台上较大运动目标的完整检测.首先,结合相位相关法和Fourier-Mellin变换配准图像的缩放和平移量;然后,利用运动区域轮廓信息和分层投影法来提取前景和背景标记.先通过连续三帧配准图像差分相乘方法检测出运动区域轮廓,并结合形态学腐蚀、膨胀操作和投影法生成前景和背景标记模板;再将前景和背景标记模板分为若干层,通过水平投影得到每一层轮廓的边界点,并按一定方式连接得到前景和背景标记;最后,根据重构的梯度图像,用标记约束分水岭分割出完整的运动区域.实验结果表明,该算法能够准确完整地分割出规则和非规则运动目标,具有较好的实时性.     

面向遥感图像的小样本目标检测改进算法研究

针对传统的遥感图像目标检测中面临的小样本以及目标样本分布不均衡等问题, 提出了一种基于改进的卷积神经网络(convolutional neural network, CNN)的遥感图像小样本目标检测算法. 首先, 该算法利用 $K$ 近邻($K$-nearest neighbor, kNN)回归分别对每个点和卷积层提取特征构建局部邻域; 同时, 通过最大池化聚合所有局部特征进行全局特征表示; 最后, 采用全连接层与缩放指数型线性单元(scaled expected linear unit, SELU)激活函数计算各类别对应的概率并分类. 实验结果表明, 该算法能够更有效地融合局部特征, 提高了遥感图像小样本目标识别与检测的精度, 同时保持信息的非局部扩散.     

基于神经网络自联想的数字图像水印算法

基于神经网络自联想记忆功能,提出了一种新的数字图像水印算法.首先将水印信息存储到神经网络中;再将其分别嵌入到原始图像小波分解的近似系数分量和细节系数分量中,采用嵌入水印过程的逆过程提取水印;最后利用神经网络对提取出的水印图像进行后处理.实验结果表明所提方法在满足水印的不可感知性的前提下,对多种攻击,如JPEG压缩、加性和乘性噪声干扰、滤波、剪切等具有较强的鲁棒性.     

基于神经网络的工业图像识别

工业现场所采集的图像一般都会受到不同程度的污染，针对这种情况，将离散型Hopfield神经网络的联想记忆特点运用于有噪声污染的工业图像识别。所设计的网络具有并行处理、可训练性及容错性等特点，它能完成图像的识别与分类，在输入有噪声污染的图像时，仍可以识别与恢复图像。以监控系统采集到的有污染的数字图像为例，运用数值仿真技术，证明了该方法的有效性。     

A Blind Watermarking Algorithm Resisting to Geometric Transforms Based on SVD

A new watermarking algorithm resisting to geometric transformation based on singular value decomposition(SVD) in logarithm polar coordinate is proposed.The log-polar mapping(LPM) is used to resist rotation and scaling attacks,and the odd-even quantization algorithm is used to embed watermark so it can be extracted without the original host image.The experiments show that the proposed algorithm not only resists various geometric attacks but also is robust enough to the common signal processing.     

A blind watermarking algorithm resisting to geometric transforms based on SVD

A new watermarking algorithm resisting to geometric transformation based on singular value decomposition(SVD) in logarithm polar coordinate is proposed.The log-polar mapping(LPM) is used to resist rotation and scaling attacks,and the odd-even quantization algorithm is used to embed watermark so it can be extracted without the original host image.The experiments show that the proposed algorithm not only resists various geometric attacks but also is robust enough to the common signal processing.     

一种基于边缘检测和正负量化的盲水印算法

提出了一种基于DCT域边缘检测和正负量化的盲水印算法:先用Arnold置乱方法对水印图像进行加密,并对其进行正负变换,然后用边缘检测算子对载体图像进行边缘提取,再根据阈值的设定选择不同的量化值将水印嵌入,提取水印时不需要原始图像的参与,实现了盲提取.实验结果表明:该算法对于裁剪、压缩、噪声、滤波、缩放等攻击都具有较好的鲁棒性和不可见性.     

应用水印旋转角度加密的双水印算法

提出一种基于水印旋转角度加密的新型双水印算法.该算法首先分块载体图像,选取预定大小的载体图像子图像作为嵌入可见水印的载体.其次,使用图像旋转算法对待嵌入的可见水印进行微角度旋转处理,用该旋转角度作为其中一个密钥,以此作为验证该可见水印是否为水印信息的手段之一.最后,在除了用于嵌入可见水印的载体图像的其他子块中使用模糊归类的方法,嵌入不可见的鲁棒水印.实验结果证明:该算法嵌入双水印后图像没有明显的降质,合法去除可见水印之后,载体图像也不会出现明显的降质;被恶意篡改之后的可见水印恢复能力强,而鲁棒性水印抵抗JPEG压缩、剪切、高斯噪声、滤波、缩放等常见的信号处理攻击和几何攻击性能良好.     

一个基于线性变换的数字图像自由拉伸算法

描述了一个基于线性变换的图像自由拉伸算法。此算法在多边形扫描转换算法的基础上,以线性变换的方法,可以将矩形的原始图像拉伸至任意定义的四边形形状,从而使得常用的图像几何变换在此算法中得到了统一。用这个算法可以处理的图像几何变换包括：图像旋转,图像变倍,图像剪切,以及图像翻转,镜像变换等。使用本文所述的算法,结合图像的网格划分技术,可以实现更为复杂的图像几何变换,例如矩形图像向任意曲边四边形的变换,透视变换等。     

一种可抗几何攻击的二值文本图像数字水印算法

针对二值文本图像纹理丰富,信息隐藏量少和取值形式为二值的特点,提出了一种可抗几何攻击的二值文本图像水印算法.该算法基于DCT,它将二值图像的DCT、图像的视觉特征向量和加密技术有机结合起来,在提取水印时不需要原始图像,是一种实用的盲水印算法,并且水印的嵌入不影响图像质量.最后对水印图像进行了常见的旋转、缩放、平移、扭曲等几何攻击试验,结果表明,该算法有理想的抗几何攻击能力和较强的鲁棒性.     

一种混合模糊联想记忆网络

本文改进了Ｋｏｓｋｏ．Ｂ提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则,给出了一种新的学习算法,新算法克服了Ｋｏｓｋｏ．Ｂ算法的缺陷,在一定条件下,本文的学习算法能将模式对完整地联想出来．另外,本文在分析网络的容错性及稳定性的基础上,提出了一种五层混合模糊联想记忆网络,五层混合网络具有良好的联想容错能力．实验结果表明,本文的学习算法及混合网络是有效的．     

以能量和峰度为特征的轮廓波纹理检索算法

轮廓波纹理图像检索系统检索率较低的一个重要原因在于纹理特征的提取.针对该问题,从数学角度分析了纹理图像在轮廓波变换域上的统计特性,证明了采用子带系数的能量和峰度作为特征能够更好地刻画纹理结构.在此理论基础上,构造了一种纹理图像检索算法.该算法采用子带系数的能量和峰度级联来构造特征向量,并采用Canberra距离作为相似度度量函数.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,该检索算法比基于同样架构的已有轮廓波检索算法有更高的检索率.