一种基于随机共振原理的图像压缩重建方法及系统

AITNT
正文
推荐专利
一种基于随机共振原理的图像压缩重建方法及系统
申请号:CN202411887235
申请日期:2024-12-20
公开号:CN119850756A
公开日期:2025-04-18
类型:发明专利
摘要
本发明属于深度学习和图像处理技术领域,公开一种基于随机共振原理的图像压缩重建方法及系统,该方法包括基于超阈值随机共振技术,将若干量化器并联,并在每个量化器上添加噪声,组成超阈值随机共振的阵列式结构;将神经网络隐藏层节点的激活函数替换为超阈值随机共振的阵列式结构,得到噪声优化激活函数;基于噪声优化激活函数,构建噪声优化神经网络;初始化噪声优化神经网络的超参数,并利用优化算法对噪声优化神经网络进行梯度训练和超参数调优;根据训练后的噪声优化神经网络,对图像进行压缩和重建。本发明在未明显增加神经网络参数数量的前提下,显著地提升了神经网络模型的图像压缩与重建质量。
技术关键词
优化神经网络 图像压缩 阵列式结构 噪声 量化器 深度学习框架 神经网络参数 累积分布函数 梯度下降算法 概率密度函数 数据 重建系统 图像处理技术 神经网络模型 节点 指数 广义
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号