模拟视觉系统的非负稀疏编码神经网络模型
尚丽
苏品刚
1.苏州市职业大学 电子信息工程学院,江苏 苏州,2151042.苏州市职业大学 电子信息工程学院,江苏 苏州,215104
摘要：非负稀疏编码(NNSC)神经网络模型能够有效模拟人脑初级视觉系统主视皮层V1区神经元的感受野，有效抽取自然界的特征，目前已在图像处理领域中得到广泛应用。考虑NNSC建模过程中稀疏先验分布的选取、特征基矩阵的稀疏度约束、特征基的最大化代表性、图像数据类别先验信息等主要因素，主要讨论了基于正态逆高斯(NIG)密度的双层反馈NNSC(NIG-N NSC)模型、基于局部特征的NNSC(LNNSC)模型以及基于Fisher线性判据的NNSC(FLD-NNSC)模型。研究结果表明，拓展的NNSC模型在图像特征提取、图像消噪和图像恢复中具有一定的实用性。
关键词：非负稀疏编码神经网络模型稀疏分布视觉系统主视皮层V1区特征基图像处理
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(60970058)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 2-11 )
英文信息