Open Nav
用小波作为输入支持向量机和神经网络的磁共振脑图像分类

用小波作为输入支持向量机和神经网络的磁共振脑图像分类

用小波作为输入支持向量机和神经网络的磁共振脑图像分类(中文6000字,英文PDF) 摘要 在本文中,我们提出了一种新的方法,使用小波作为神经网络自组织映射的输入和支持向量机的人脑磁共振(MR)图像的分类。所提出的方法将MR脑图像分类为正常或异常。我们使用5...

基于自动调制识别和解调的MSOM技术

基于自动调制识别和解调的MSOM技术

基于自动调制识别和解调的MSOM技术(中文5000字,英文PDF) 摘要 自动调制识别和解调是在认知无线接收器中的两个基本组件。为了使自动调制识别类型和解调的无线电信号在同一时间,本文提出了一种基于MSOM神经网络新颖的方法。这种有效的方法将直接应用到规范化...

关于提高火电厂效率的一次理论研究

关于提高火电厂效率的一次理论研究

关于提高火电厂效率的一次理论研究(中文5000字,英文PDF) 摘要:在如今的环境中有效地操作锅炉的需要是许多火电厂厂商和运营商最关心的事。不幸的是,有效地运行锅炉和满足当地排放法规并不总是齐头并进。然而,锅炉系统设计和技术的进步使这成为一个更可实现...

一个新的网络类的结构性质和复杂性:Collatz步数图表

一个新的网络类的结构性质和复杂性:Collatz步数图表

一个新的网络类的结构性质和复杂性:Collatz步数图表(中文10000字,英文PDF) 摘要 在本文中,我们介绍一个生物启发模型来生成复杂的网络。与迄今为止引入的其他许多网络建设程序相比,我们的方法根据一维符号序列生成网络,这些符号序列与数量理论中所谓的Col...

航空影像中车辆检测的深度学习

航空影像中车辆检测的深度学习

航空影像中车辆检测的深度学习(中文5000字,英文PDF) 摘要 航拍图像中车辆的检测广泛应用于许多领域。在本文中,我们提出了一种新的双焦点损失卷积神经网络框架(DFL-CNN)。在所提出的框架中,在CNN结构中使用跳过连接来增强特征学习。此外,焦点损失函数用...

混有高斯噪声图像的恢复

混有高斯噪声图像的恢复

混有高斯噪声图像的恢复(中文3300字,英文PDF) 摘要:一种新的去除彩色图像中的高斯噪声的方法被提出,这种被提出的技术是一种基于非线性的细节保护,并且能对噪声信号有效的抑制,它的滤波效果仅仅依赖于一个参数。这个参数选取的好坏将被一个新的流程所评价...

自动牌照识别(ALPR):最前沿的评论

自动牌照识别(ALPR):最前沿的评论

自动牌照识别(ALPR):最前沿的评论(中文12000字,英文PDF) 摘要- 自动牌照识别(ALPR)是从图像或一系列图像中提取车牌信息。不论是否带有数据库,在许多应用中提取的信息都能被使用,诸如电子支付系统(费用付费,停车费支付)以及用于交通监控的高速公路...

基于二维复值Gabor小波的图像分解与重构

基于二维复值Gabor小波的图像分解与重构

基于二维复值Gabor小波的图像分解与重构(中文3500字,英文PDF) 摘要:提出了一种基于Gabor小波的图像分解与重构方案。Gabor函数已经被广泛的应用在对人类视觉系统由于其在空间和带限性质定位相关领域。然而,由于标准的双边Gabor函数是不正交的,导致接近Gabo...

基于小波变换的SAR与光学图像融合算法

基于小波变换的SAR与光学图像融合算法

基于小波变换的SAR与光学图像融合算法(中文2500字,英文PDF) 引言-多传感器数据融合将来自多个传感器的数据和信息联系起来,从而使其比单一的传感器获得更高的精确度和对环境更好的推断。本文提出了一种利用小波变换(WT)算法对同一场景获得的合成孔径雷达(...

植物幼苗分类算法基准的公共图像数据库

植物幼苗分类算法基准的公共图像数据库

植物幼苗分类算法基准的公共图像数据库(中文7000字,英文PDF) Thomas Mosgaard Giselsson1, Rasmus Nyholm Jrgensen2, Peter Kryger Jensen3,Mads Dyrmann2 and Henrik Skov Midtiby 1丹麦南部大学,Maersk Mc-Kinney Moller研究所,2奥胡斯大学,工程系-信号...

  • 首页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 下一页
  • 末页
  • 53525
  • 关于资料
    提供的资料属本站所有,内容严格把关,均审核通过,保证质量和规范.
  • 关于发货
    提供下载链接或发送至您的邮箱,资料可重复发送,确保您收到为止.
  • 疑难解答
    收到资料后若有任何疑难问题,均可通过本站客服提供帮助解决.
  • 售后服务
    我们确保发送的资料和介绍一致,如核实为不符,可以申请退换.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2010-2020 |