检索结果-内蒙古大学图书馆

针对现有技术不能同时处理多种噪声的问题,提出一种基于狮群优化算法的自适应图像去噪技术。利用不同空间滤波器组合,在保留图像更多边缘纹理细节的同时,消除图像中的高斯、斑点和椒盐等多类噪声。为了提高线性滤波器组合的效率,采用狮群优化算法在无人为干预的情况下寻找最佳滤波器组合,使得算法在最少的时间消耗内实现最优的图像噪声消除效果。实验结果表明,该算法在多个指标方面的性能表现明显优于其他算法。

关键词：图像去噪空间滤波器狮群优化算法自适应

来源：评论

学校读者我要写书评

暂无评论

基于互结构正则约束的红外偏振图像增强算法

引用

光子学报 2020年第5期49卷 154-159页

作者：孔祥阳赵永强彭群聂税昌健西北工业大学自动化学院西安710129 西北工业大学深圳研究院广州深圳518057 四川工程职业技术学院基础教学部四川德阳618000 光电控制技术重点实验室河南洛阳471000 拉瓦尔大学计算机工程实验室加拿大魁北克999040

为有效改善红外偏振图像视觉效应,提高红外偏振成像质量,提出了基于互结构正则约束的红外偏振图像增强算法。根据红外偏振特性描述,对Stokes参数Q分量与U分量进行加权邻域梯度融合,获得起偏特征图像,捕获目标边缘、轮廓的偏振特性;提出... 详细信息

为有效改善红外偏振图像视觉效应,提高红外偏振成像质量,提出了基于互结构正则约束的红外偏振图像增强算法。根据红外偏振特性描述,对Stokes参数Q分量与U分量进行加权邻域梯度融合,获得起偏特征图像,捕获目标边缘、轮廓的偏振特性;提出互结构正则约束模型,以梯度幅值相似算子联合正则约束融合结果与起偏特征图像的边缘结构相似性,及与辐射强度图像的灰度一致性,优化得到增强后的高质量红外偏振图像。实验结果表明,基于互结构正则约束的红外偏振图像增强算法,能有效提高红外偏振图像对比度与清晰度,同时提升复杂背景下人造目标边缘轮廓的偏振显著性,算法快速,工程实时性高.

关键词：起偏特征图像加权邻域梯度互结构正则梯度幅值相似算子红外偏振

来源：评论

学校读者我要写书评

暂无评论

电子商务中基于潜在类回归模型的农产品个性化推荐方案

引用

江苏农业科学 2017年第12期45卷 274-278页

作者：彭洁徐剑晖陈超四川工程职业技术学院经济管理系四川德阳618000 电子科技大学计算机科学与工程学院四川成都611731

针对现有电子商务中农产品个性化推荐方案精度较低的问题,提出一种基于潜在类回归模型(latent-class regression model,简称LCRM)和组群偏好的个性化推荐方案。首先,收集农产品的评价信息,进行预处理,提取出每个评价者的特征-意见值对... 详细信息

针对现有电子商务中农产品个性化推荐方案精度较低的问题,提出一种基于潜在类回归模型(latent-class regression model,简称LCRM)和组群偏好的个性化推荐方案。首先,收集农产品的评价信息,进行预处理,提取出每个评价者的特征-意见值对。然后,利用LCRM根据整体与特征评价,将具有相同爱好的评价者进行分组,构建组群偏好,并计算单个评价者的偏好。最后,通过计算用户与组群偏好的相似度来定位组群,通过计算用户与该组群中评价者偏好的相似度来定位农产品,最终列出推荐表。结果表明,该方案能够准确为用户推荐所需的农产品,推荐列表中农产品的命中率达到了83%,同时具有较低的计算复杂度。

关键词：电子商务农产品个性化推荐潜在类回归模型组群偏好

来源：评论

学校读者我要写书评

暂无评论

基于改进LOF算法的窃电检测方法研究

引用

中南民族大学学报（自然科学版） 2022年第5期41卷 579-585页

作者：殷锋周绍军漆翔宇曹旭西南民族大学计算机科学与工程学院成都610041 四川水利职业技术学院信息工程系成都611231

异常值检测作为数据挖掘领域研究的热点问题之一,广泛应用于窃电识别、反信息欺诈等领域.而LOF算法作为一种依赖数据密度进行异常值识别的算法,因其具有检测精度高、应用场景多元等优势常被应用于窃电识别与检测过程中,但该算法往往存... 详细信息

异常值检测作为数据挖掘领域研究的热点问题之一,广泛应用于窃电识别、反信息欺诈等领域.而LOF算法作为一种依赖数据密度进行异常值识别的算法,因其具有检测精度高、应用场景多元等优势常被应用于窃电识别与检测过程中,但该算法往往存在较高的时间复杂度.针对该问题,提出了一种基于混合剪枝树模型改进的RBT-LOF算法,并在此基础上提出了相应的窃电用户识别模型.RBT-LOF算法首先对混合剪枝树的超平面划分方式进行调整,采用数据第一特征向量找出平衡分割位并重构数据对象;其次使用混合剪枝查询加速数据对象的搜索.实验结果表明:基于RBT-LOF的窃电识别模型较LOF算法、SVM、CNN和WDNet模型具有更高的执行效率和检测精确率.

关键词：窃电检测 RBT-LOF算法球树模型

来源：评论

学校读者我要写书评

暂无评论

冲裁件条料最优四块剪切下料方案的生成算法

引用

计算机工程与应用 2016年第20期52卷 75-79页

作者：曾兆敏管卫利潘卫平四川信息职业技术学院四川广元628017 南宁学院信息工程学院南宁530200 广西大学计算机与电子信息学院南宁530004

讨论冲裁件条料剪切下料方案的设计问题。下料方案由一组排样方式组成。首先构造一种生成条料最优四块排样方式的背包算法,然后采用基于列生成的线性规划算法迭代调用上述背包算法,每次都根据生产成本最小的原则改善目标函数并确定各种... 详细信息

讨论冲裁件条料剪切下料方案的设计问题。下料方案由一组排样方式组成。首先构造一种生成条料最优四块排样方式的背包算法,然后采用基于列生成的线性规划算法迭代调用上述背包算法,每次都根据生产成本最小的原则改善目标函数并确定各种冲裁件的当前价值,按照当前价值生成一个新的排样方式,最后选择最优的一组排样方式组成下料方案。采用例题将该排样方式生成算法和文献中多段排样方式生成算法进行比较,实验计算结果表明,该算法得到的排样方式排样价值较高。最后通过文献中实例的下料方案求解,可以看出该算法解决实际下料问题是有效的。

关键词：冲裁件剪切下料背包算法列生成线性规划算法

来源：评论

学校读者我要写书评

暂无评论

基于网格节点移动协议的HWSN覆盖率增强研究

引用

电视技术 2015年第9期39卷 96-99,112页

作者：秦晓慧徐向艺刘志忠四川工程职业技术学院计算机科学技术系四川德阳618000 平顶山学院软件学院河南平顶山467002 电子科技大学计算机科学与工程学院四川成都611731

针对异构无线传感器网络(HWSN)初始部署和运行过程中的覆盖率问题,提出一种基于网格节点移动(MGN)的HWSN协议。首先将网络分成若干个网格矩阵;然后在每个网络运行周期,对网格中节点数目和节点能量进行检测;最后根据检测结果,唤醒或睡眠... 详细信息

针对异构无线传感器网络(HWSN)初始部署和运行过程中的覆盖率问题,提出一种基于网格节点移动(MGN)的HWSN协议。首先将网络分成若干个网格矩阵;然后在每个网络运行周期,对网格中节点数目和节点能量进行检测;最后根据检测结果,唤醒或睡眠部分节点,并移动其他节点来均衡各个网格,从而扩大节点的覆盖率并延长网络寿命。仿真结果表明,相比其他几种较为先进的协议,本协议具有更高的网络覆盖率,显著延长了网络寿命。

关键词：异构无线传感器网络有效覆盖率网格节点移动网络寿命稳定选举协议

来源：评论

学校读者我要写书评

暂无评论

基于相关权值的图像椒盐噪声自适应窗滤波

引用

四川大学学报（工程科学版） 2012年第4期44卷 103-109页

作者：李天翼王明辉黄祖建朱斌四川大学计算机学院四川成都610065 四川大学制造学院四川成都610065 成都航空职业技术学院航空电子工程系四川成都610100 重庆长江师范学院物理学与电子工程学院重庆涪陵408100

为有效滤除图像中椒盐噪声,提出一种基于相关权值的自适应窗滤波算法。算法基于极值检测判断噪声点并仅对噪声点滤波。引入灰度差刻画邻域像素与中心像素的相关性,以此为基础设置像素权值,对中心像素执行加权均值滤波。通过邻域窗口的... 详细信息

为有效滤除图像中椒盐噪声,提出一种基于相关权值的自适应窗滤波算法。算法基于极值检测判断噪声点并仅对噪声点滤波。引入灰度差刻画邻域像素与中心像素的相关性,以此为基础设置像素权值,对中心像素执行加权均值滤波。通过邻域窗口的自适应扩展适应噪声密度变化,并对邻域像素分区域设置权值,从而适应高椒盐噪声的滤除。仿真结果表明,本文算法能够有效滤除图像中的椒盐噪声,尤其在高椒盐噪声下性能表现更佳。

关键词：相关权值灰度差加权均值滤波椒盐噪声

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：