【鲁棒性BP算法在自适应滤波插值系统中的应用】方国红.pdf

燃要摘要人工神经网络是近十几年来发展极为迅速的一门边缘学科,它的应用范围几乎已渗透到自然科学的各个领域。特别是在信号处理、模式识别、智能控制学领域中有更多成功应用的例子。在各种神经网络模型中,误差反向传播(BP)的前馈网络以其简单易行、可移植性好的特点,成为应用最广的一种形式.滤波插值是90年代提出的一种插值方法。它最初是作为一种抑制背景噪声的方法提出来的,但也可应用与从低抽样率的图像采样信号中恢复图像信号,滤波插值器在实际应用中遇到的一个最重要的困难是滤波器参数a需预先盲目地确定。而插值效果却可能由于a的不恰当取值而大大下降。

摘要 Experiments demonstrate the methods can be used to adjudt neural networks andcansolveaboveproblemsatlarge.

4、1 系统总体构思、2 a值的优化算法.4、3 敏感性参数k值的计算4、4 改进的鲁棒性BP算法.第五章实验结果及分析 5、1 实验 31 5、2 实验分析.参考文献第二部分遗传算法用于调整神经网络参考文献二结束语