针对传统基于贝叶斯的显著性算法通常采用固定窗口的形式,适应性较差的特点,提出了一种基于贝叶斯理论的自适应显著性检测算法,该算法能够考虑到不同图像显著物体大小不同。首先采用Canny算法提取图像边缘,并
关于数据预处理的方法和步骤,包括数据清洗(如缺失值处理、异常值处理、噪声处理)、数据归约(如特征选择、PCA降维、样本抽样)、各种距离计算等。以UCI数据集选自机器学习存储库为例,详细介绍了数据预处理
一篇论文,关于自适应滤波技术在噪声干扰抵消中的应用研究
LMS算法自适应滤波器的DSP设计与实现,梁飞,陈永泰,最小均方(LMS)算法是一种很有用且很简单的估计梯度的方法。这种算法自60年代初提出以后很快得到广泛的应用,它的突出优点是计算�
基于语音能量的自适应混音算法研究与实现,魏自立,楼培德,本文对于桌面型视频会议系统音频模块中存在的混音以后质量不佳的问题,提出一种改进的音频混音算法,通过对参与混音的音频流数量
提出一种改进的语音增强方法,将带噪语音信号进行子带分解,再对子带信号进行离散分数余弦变换(DFRCT)域滤波,利用了DFRCT良好的正交特性,且自适应滤波采用最小均方(LMS)算法。对滤波后的信号进行
针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组
在实际应用中,预处理是非常重要的,在数据挖掘过程中,真实数据往往来自复杂的环境,存在噪音和冗余。数据挖掘的从业人员要求 (例如,[7]) 数据准备的时间占到数据挖掘时间的80%~90%,这意味着要花1
介绍了窄角扇束工业CT的局部扫描方法,通过源与探测器的平移加旋转实现扫描；研究了CT多次扫描的局部重建算法,从粗略扫描重建的低分辨率图像中圈定感兴趣区域,再进行小步距扫描,重建出高分辨率的图像；提高了
采样是网络异常检测中数据采集的主要方法。而网络流的持续时间、数据包的大小、异常流量出现的频率等都在不断变化,给准确的采样带来很多负面的影响。为此,提出了特征感知的自适应采样技术,在流量特征不断变化的情
