基于核空间Fisher鉴别字典稀疏表示的图像分类,赵里恒,唐英干,基于稀疏编码的图像分类是取得了较好的分类效果。然而现有的方法在图像稀疏编码时,设计的是线性分类器。对于稀疏特征线性不可分��
简要介绍了盲源分离技术和独立成分分析的基本思想。阐述和讨论了核函数和核独立成分分析(KICA)的基本原理,详细介绍了基于核典型相关性分析的核独立成分分析的基本算法。用KICA对一维混合信号的分离进行了
论文研究-核稀疏概念编码算法及在图像表示中的应用.pdf, 稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻
数据驱动的软测量建模的基础是大量可靠而准确的工业现场数据,因此数据预处理是软测量建模的重要任务。提出将小波系数软硬阈值折中方法应用于去除噪声干扰所产生的随机误差,即通过增加一个权值的应用,以综合软阈值
传统的聚类图像分割方法一般仅仅利用图像中的灰度信息。为了更好地利用图像中的区域和边缘信息,提出一种基于分水岭过分割的多目标模糊核聚类图像分割算法。该算法采用分水岭算法获得图像的过分割区域,采用多目标模
针对模糊C均值算法未考虑图像邻域信息,导致其分割效果不好的不足,结合隐马尔可夫随机场和高斯核函数,提出核空间隐马尔可夫随机场模糊C均值聚类算法。引入隐马尔可夫随机场,在目标函数中引入像素的空间邻域信息
基于非参数核密度模型的交通图像目标提取,孙棣华,王川童,针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取方法。
为更有效地提取图像的显著特征,提高多聚焦图像融合的性能,针对高斯核不完备基的缺点,其生成的滤波器不能有效提取图像显著特征,利用小波核近似正交和信号局部分析的优点,构造支持度变换,经过支持度分解后的低频
在经典卷积神经网络模型(Convolution Neural Network,CNN)——LeNet-5的基础上,针对经典模型无法有效进行单细胞图像分类、Faraki M,Nosaka R等人的分类方
单幅图像深度恢复研究进展,王美珍,,本文对单幅图像深度方法梳理和总结。本文首先总结单幅图像深度恢复基本原理；然后分别梳理了不同类别方法发展现状,讨论了各类方
