应用于非均匀性校正的改进的神经网络算法

摘要：

非制冷红外焦平面的非均匀性对红外系统的图像质量造成严重影响.神经网络的自适应调节性优于传统的定标校正方法,成为研究热点.但是传统的神经网络存在期望值不准确、误差函数精度不高和学习速度不适应网络变化的缺点.本文将目标像元与其4邻近像元的像素值进行比较,按偏差值的大小进行排序,再增加权系数来计算期望值;文章又分析了神经网络出现的局部极小问题,在原有的误差函数基础上引入了隐层饱和度的计算式;并提出了根据总误差值之比来调节学习速度.经仿真实验表明,新算法较好地降低了非均匀度.

关键词：非均匀性、神经网络、误差比较、自适应调节

所属期刊栏目：40

分类号：TN911.73

资助基金：河北省科学技术研究与发展计划项目05213503D

在线出版日期：2010-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1111-1115