带稀疏惩罚的LCNN盲目图像复原

摘要：

为了加强算法的稀疏性和稳定性,在SCAD基础上提出了一种新的稀疏惩罚函数,并加入到拉格朗日约束神经网络中,以克服传统盲源分离方法和独立分量分析方法的缺陷,有效地避免了方程的痛态问题,提高盲目图像复原的稀疏性、稳定性和准确性.通过人工数据和真实数据的不同复原算法对比实验,证明了带稀疏惩罚的拉格朗日约束神经网络盲目图像复原技术具有良好的图像复原效果.

关键词：盲目图像复原、拉辂朗日约束神经网络、稀疏惩罚函数、子带分解

所属期刊栏目：37

分类号：TN911.7

资助基金：国家自然科学基金60671033

在线出版日期：2009-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：926-929