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。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=35511360

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）