神经网络在交通图像压缩中的应用

论文摘要

利用神经网络的结构特征及良好的数据处理能力、在数据压缩领域拥有的先天优势,采用性能优良的BP算法构建网络模型。分析BP网络压缩的原理,搭建压缩系统模型,分别使用自适应学习率梯度下降法和BFGS拟牛顿法训练网络,从而实现交通图像的压缩与重建。实验结果表明,基于BFGS拟牛顿法的BP神经网络收敛速度快,压缩性能优良,获得低压缩率的同时重建图像视觉效果良好。

论文目录

• 0 引言
• 1 神经网络模型与原理
• 2 基于BP神经网络的交通图像压缩
•   2.1 BP神经网络压缩原理
•   2.2 BP神经网络压缩系统
•     2.2.1 图像分块
•     2.2.2 归一化
•     2.2.3 BP网络压缩
•     2.2.4 Huffman编码及解码
•     2.2.5 BP网络解码
•     2.2.6 去归一化
•     2.2.7 图像重建
• 3 仿真实验及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 罗山

关键词: 神经网络,交通图像压缩,算法,自适应学习率梯度下降法,拟牛顿法

来源: 山西电子技术 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

单位: 攀枝花学院交通与汽车工程学院

分类号: U495;TP391.41;TP183

页码: 31-33

总页数: 3

文件大小: 943K

下载量: 80