论文研究-改进的非负稀疏编码神经网络模型及其应用.pdf

所需积分/C币:16 2019-09-08 13:09:55 1.23MB .PDF
收藏 收藏
举报

提出了一种改进的基于NIG(Normal Inverse Gaussian)密度和稳健主成分分析(PCA)的非负稀疏编码(NNSC)神经网络模型,该模型实质上实现了一个二阶段的学习过程。并利用这个模型成功地建模了视觉感知系统V1区的感受野。该NNSC模型具有很强的自适应于自然数据统计特性的能力。另外,利用类似小波收缩法去噪原理,该模型能够有效地去除图像中的高斯加性噪声,对自然图像编码的仿真实验也表明了该模型在生物学上的合理性和可行性。

...展开详情
试读 5P 论文研究-改进的非负稀疏编码神经网络模型及其应用.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img
    • 至尊王者

      成功上传501个资源即可获取

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    论文研究-改进的非负稀疏编码神经网络模型及其应用.pdf 16积分/C币 立即下载
    1/5
    论文研究-改进的非负稀疏编码神经网络模型及其应用.pdf第1页
    论文研究-改进的非负稀疏编码神经网络模型及其应用.pdf第2页

    试读已结束,剩余3页未读...

    16积分/C币 立即下载 >