齊魯醫(yī)學(xué)混沌神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用

1、混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化在圖像處理中的應(yīng)用 姓名： 繆志強(qiáng)學(xué)號(hào)：S100940462021/9/301主要內(nèi)容神經(jīng)網(wǎng)絡(luò)混沌神經(jīng)網(wǎng)絡(luò)混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化應(yīng)用2021/9/302神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是對(duì)生物神經(jīng)網(wǎng)絡(luò)的一些基本特性的抽象和模擬，是一種基于連接學(xué)說(shuō)的智能仿生模型。神經(jīng)網(wǎng)絡(luò)具有信息分布存儲(chǔ)、并行處理以及自學(xué)習(xí)能力等特點(diǎn)，所以它在信息處理、模式識(shí)別等領(lǐng)域有著廣泛的應(yīng)用。常見(jiàn)的神經(jīng)網(wǎng)絡(luò)模型：BP神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)等。2021/9/303神經(jīng)網(wǎng)絡(luò)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)：優(yōu)點(diǎn)： a)容錯(cuò)性：它可以處理含噪聲或不完全的數(shù)據(jù)和圖像；b)并行性：適用于高速并行處理系統(tǒng)；c)具有復(fù)雜非

2、線性問(wèn)題處理能力。缺點(diǎn)： 神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)優(yōu)化時(shí)，本質(zhì)上是一種梯度下降法優(yōu)化算法，而這種算法容易陷入局部極小值，而得不到全局最優(yōu)點(diǎn)。2021/9/304混沌神經(jīng)網(wǎng)絡(luò) 混沌神經(jīng)網(wǎng)絡(luò)模型是對(duì)傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型的一種改進(jìn)。 改進(jìn)動(dòng)機(jī)主要有以下兩點(diǎn)：1)混沌神經(jīng)網(wǎng)絡(luò)模型更接近于實(shí)際的生物神 經(jīng)網(wǎng)絡(luò)。大量的神經(jīng)生理學(xué)和神經(jīng)解剖學(xué) 研究證實(shí)，人腦中存在著混沌現(xiàn)象。研究表明正常腦電波就處在混沌狀態(tài)。2021/9/305混沌神經(jīng)網(wǎng)絡(luò)2) 克服傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)容易陷入局部極小 值的缺點(diǎn)。 混沌具有不重復(fù)地經(jīng)歷一定范圍內(nèi)的所有狀態(tài)的遍歷性。利用這一特點(diǎn)，混沌可以有效的避免在搜索全局最優(yōu)解的過(guò)程中陷入局部最小解，它和

3、禁忌搜索、模擬退火、遺傳算法等一樣都可以有效的避免局部最小。2021/9/306混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化由于問(wèn)題的復(fù)雜性，具體的模型及建立過(guò)程不做介紹。下面主要介紹混沌神經(jīng)網(wǎng)絡(luò)在優(yōu)化問(wèn)題中的應(yīng)用： 一個(gè)優(yōu)化問(wèn)題一般由目標(biāo)函數(shù)和約束條件描述。所以，優(yōu)化問(wèn)題求解的關(guān)鍵在于確定目標(biāo)函數(shù)和約束條件。找到這兩項(xiàng)后，我們可以通過(guò)罰函數(shù)法將問(wèn)題化為無(wú)約束問(wèn)題，得到新的優(yōu)化目標(biāo)函數(shù)。2021/9/307混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化優(yōu)化問(wèn)題的難點(diǎn)在于如何尋找合適的目標(biāo)函數(shù)。對(duì)于同一個(gè)問(wèn)題，不同的目標(biāo)函數(shù)將導(dǎo)致最終解的不同性能。好的優(yōu)化目標(biāo)函數(shù)對(duì)優(yōu)化問(wèn)題至關(guān)重要。優(yōu)化目標(biāo)確定后，問(wèn)題的求解已完成90%，剩下得只是應(yīng)用優(yōu)化算法對(duì)問(wèn)題進(jìn)

4、行求解。2021/9/308應(yīng)用：圖像復(fù)原與圖像分割圖像復(fù)原： Y = HX + N X和Y 分別為原始圖像和退化圖像，H為退化函數(shù) ，N為白噪聲。優(yōu)化目標(biāo)函數(shù)可選為： E= D為一個(gè)高通濾波器，可以選為L(zhǎng)aplace算子。圖像分割：優(yōu)化目標(biāo)函數(shù)可選為原圖像與其分割圖像之間的互信息量。2021/9/309應(yīng)用：模式聯(lián)想記憶類似于Hopfield網(wǎng)絡(luò)模型，混沌神經(jīng)網(wǎng)絡(luò)也可用于模式的聯(lián)想記憶。我的研究工作主要在這一塊，相關(guān)結(jié)果已形成論文相空間壓縮法實(shí)現(xiàn)混沌神經(jīng)網(wǎng)絡(luò)聯(lián)想記憶 ，（已被控制理論與應(yīng)用 錄用）具體結(jié)果不作介紹。2021/9/3010結(jié)語(yǔ)這個(gè)報(bào)告的意義在于向大家介紹一些新的理論、新的方法在

5、模式識(shí)別和圖像處理中的應(yīng)用。大家研究的重點(diǎn)可能與混沌理論沒(méi)多大相關(guān)性，但了解一些前沿理論與本學(xué)科間的交叉和應(yīng)用，對(duì)開(kāi)闊大家的視野是有好處的。2021/9/3011 謝謝！2021/9/3012什么是混沌？ 通俗地說(shuō)，混沌是指發(fā)生在確定性系統(tǒng)中的貌似隨機(jī)的不規(guī)則運(yùn)動(dòng). 混沌運(yùn)動(dòng)與隨機(jī)運(yùn)動(dòng)對(duì)比：混沌運(yùn)動(dòng)隨機(jī)運(yùn)動(dòng)動(dòng)力學(xué)行為確定不確定(隨機(jī))預(yù)測(cè)能力短期可預(yù)測(cè)長(zhǎng)期不可預(yù)測(cè)短期、長(zhǎng)期行為都不可預(yù)測(cè)隨機(jī)因素的來(lái)源系統(tǒng)自身系統(tǒng)外部2021/9/3013混沌的特征： 混沌現(xiàn)象存在于由一組微分方程或差分方程描述的系統(tǒng)中。系統(tǒng)長(zhǎng)期行為對(duì)初始條件的敏感依賴性是混沌系統(tǒng)長(zhǎng)期行為對(duì)初始條件的敏感依賴性是混沌運(yùn)動(dòng)的本質(zhì)特征。也就是人們常說(shuō)的 “蝴蝶效應(yīng)”. 蝴蝶效應(yīng): 南美洲一只蝴蝶扇一扇翅膀，就會(huì)在佛羅里達(dá)州引起一場(chǎng)颶風(fēng)。 其他特征還包括：內(nèi)隨機(jī)性、遍歷性、分維性、普適性等。12021/9/3014幾個(gè)常見(jiàn)的混沌系統(tǒng) 1) Lorenz系統(tǒng) ： 其表達(dá)式由右式描述， 狀態(tài)演化圖如下圖所示。 因其形似蝴蝶，蝴蝶效應(yīng)由此得來(lái)。 2021/9/3015幾個(gè)常見(jiàn)的混沌系統(tǒng) 2) Chua電路: 由美籍華人蔡紹棠教授于1983年提出。 其三維雙螺旋吸引子 在二維空間上的投影 如下如所示。2021/9/3016混沌在工程中的應(yīng)用 由于混沌具