(3.236.222.124) 您好!臺灣時間:2021/05/14 15:59
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蕭瑩銓
研究生(外文):Hsiao, Ying-Chuan
論文名稱:模糊權重次序濾波器之最佳化設計
論文名稱(外文):On the Optimal Design of Fuzzy Weighted Order Statistic Filtering
指導教授:游寶達游寶達引用關係
指導教授(外文):Yu, Pao-Ta
學位類別:碩士
校院名稱:國立中正大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1995
畢業學年度:83
語文別:英文
論文頁數:75
中文關鍵詞:模糊權重次序濾波器雜訊
外文關鍵詞:Fuzzy Weighted Order Statistic FilterNoise
相關次數:
  • 被引用被引用:0
  • 點閱點閱:240
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0

  在本論文中,我們提出了一種新的模糊濾波器稱做模糊權重次序濾波器(fuzzy weighted order statistic filter)。此模糊權重次序濾波器增強了傳統權重次序濾波器的濾波能力。傳統的權重次序瀘波器,其運算子為一門檻邏輯(threshold logic)且此門檻邏輯也必須是一正布林函數(positive Boolean function)。我們所提出之模糊權重次序濾波器則是以一模糊正布林函數(fuzzy positive Boolean function)作為其運算子。為此,我們提出了一種新的模糊正布林函數並分析了其特性。此模糊正布林函數具有一些控制參數可供高整,因而大大增強了其應用性。
  由於增加了控制參數在模糊權重次序濾波器中,我們可以應用類神經綱路(neural network)來訓諫這些控制參數使之適合我們應用上的需要,達到學習的效果。在此篇論文中,我們先提出一個雙模糊權重次序濾波器(twin fuzzy weighted order statistic filter),接著一個兩階段學習演算法(two stage learning algorithm)被提出來訓練此雙模糊權重次序濾波器,使之濾波行為達到最佳程度。實驗結果顯示,我們的演算法可相當不錯地將雙模糊權重次序濾波器應用在影像處理上,使之具有極強的雜訊(noise)濾除能力。


  In this thesis, a new fuzzy filter, called fuzzy weighted order statistic filter (FWOS filter) is proposed to extend the filtering capability of conventional weighted order statistic filter (WOS filter). It is based on the threshold logic with a corresponding positive Boolean function (PBF) as its window operator. A new kind of fuzzy positive Boolean function (FPBF) is proposed to fuzzify a conventional wos filter to become more flexible. Also, the new defined FPBF is associated with a set of control parameters which are adjustable.
  Since some control parameters are added in this new filter, the neural learning algorithms can be easily developed under the flexibility of the given control parameters. In this thesis, first, we propose a twin fuzzy weighted order statistic filter (twin FWOS filter) to experiment our proposed learning algorithm, then a two-stage learning algorithm is proposed for the optimal design of the twin FWOS filter In this simple learning algorithm, we can remove the noise-corrupted images very well in contrast to the filtering behavior of WOS filters. We believe that this thesis can pave the way for future research to find more advanced and powerful learning algorithms dedicated to some appropriate applications.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔