1.软件版本
MATLAB2013b
2.本算法理论知识
通过模糊神经网络进行图像质量的无参考评价算法,通过模糊神经网络的训练,建立图像特征值和图像差分平均主观评价值(DMOS)之间的函数关系。GRNN通常被用来进行函数逼近。它具有一个径向基隐含层和一个特殊的线性层。第一层和第二层的神经元数目都与输入的样本向量对的数目相等。GRNN结构如图2-3所示,整个网络包括四层神经元:输入层、模式层、求和层与输出层。
对于未知的概率密度函数f (x, y),可由x和y的观测样本经非参数估计得:
MATLAB2013b
通过模糊神经网络进行图像质量的无参考评价算法,通过模糊神经网络的训练,建立图像特征值和图像差分平均主观评价值(DMOS)之间的函数关系。GRNN通常被用来进行函数逼近。它具有一个径向基隐含层和一个特殊的线性层。第一层和第二层的神经元数目都与输入的样本向量对的数目相等。GRNN结构如图2-3所示,整个网络包括四层神经元:输入层、模式层、求和层与输出层。
对于未知的概率密度函数f (x, y),可由x和y的观测样本经非参数估计得: