← 返回卡片

原书出处

智能算法导论

114 1 1 . 4 基 于 模 拟 退 火 算 法 的 图 像 处 理

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.883Z

法。 McCallum首次将SAA应用于图像的盲解卷积,取得了较好的图像复原效果[34]。但该算法的鲁棒性和收敛性较差。

针对这个问题,分析影响SAA效率的关键因素,对比了均匀(Uniform)分布与柯西(Cauchy)分布的分布机制,对McCallum的算法进行了改进,提出了一种改进的模拟退火图像盲复原算法[35],该算法选择Cauchy分布作为随机扰动量产生状态扰动函数,有效提高了算法对初值的鲁棒性,同时,算法收敛到最优解的速度要比McCallum的方法快两倍。

经过几十年广泛而深入的研究,专家学者发现将Hopfield离散神经网络和SAA相结合,能够使能量函数达到全局最小值,有

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter11_0009.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d