连续Hopfield神经网络图像复原算法的改进

分析了状态连续变化的Hopfield神经网络模型及其收敛性。提出以最大正确转移概率作为更新神经元的选择准则,理论分析表明,该准则能增加神经元状态向提高复原图像信噪比方向转移的概率。利用该准则,提出了串行和并行两种算法进行图像复原,并与连续Hopfield网络复原算法进行比较,发现复原图像的信噪比得到进一步提高。     

连续Hopfield神经网络图像复原算法的改进

分析了状态连续变化的Hopfield神经网络模型及其收敛性。提出以最大正确转移概率作为更新神经元的选择准则．理论分析表明，该准则能增加神经元状态向提高复原图像信噪比方向转移的概率。利用该准则，提出了串行和并行两种算法进行图像复原．并与连续Hopfield网络复原算法进行比较，发现复原图像的信噪比得到进一步提高。