排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
基于双树复数小波变换的图像去噪方法 总被引:4,自引:3,他引:1
在双树复数小波的基础上引入平移不变的重要思想,使其具有真正意义上的平移不变性.提出了一种基于平移不变双树复数小波变换的图像去噪方法.实验结果表明该方法能有效提高图像去噪效果及图像边缘检测能力. 相似文献
2.
1 引言和辅助引理 关于样条插值的渐近展开,目前已有许多工作,这些工作主要限于周期样条插值和基样条(cardinal spline)插值情形,它们不仅给出了插值误差的渐近展开,而且获得了逐项渐近展开。对于实际中应用最多的有限区间上的样条插值的渐近展开问题,由于受端点条件的影响,呈现十分复杂的局面。目前的工作只是获得了渐近展开结果,并未获得逐项渐近展开,且主要针对二、三次这类低次样条插值情形,考虑高次样条有良好的逼近性质,特别是其中四、五次样条插值在实际应用中被广泛采用,本文致力于研究四次样条插值问题,获得了其误差 相似文献
3.
提出一种基于双树复数小波变换的微钙化分类方法.通过提取基于小波和灰度直方图的纹理特征,结合遗传算法进行特征优化,分别用神经网络,支持向量机和KNN分类器进行微钙化的良恶性分类.对三种不同的分类器进行对比,结果表明:KNN分类器取得最好的效果,而支持向量机优于神经网络.KNN分类器对比于神经网络和支持向量机,无需训练,可节约训练时间,最直接地利用了样本和样本之间的关系,减少了类别特征选择不当对分类结果造成的不利影响,可以最大程度地减少分类过程中的误差项.在类别决策时,KNN分类器只与极少量的相邻样本有关,可以较好地避免样本数量的不平衡问题.与传统的小波比较,双树复数小波具有近似平移不变性和正则性,对图像信号具有良好的方向选择性,且冗余度有限,计算量较小. 相似文献
4.
5.
提出一种基于双树复数小波变换的微钙化分类方法.通过提取基于小波和灰度直方图的纹理特征,结合遗传算法进行特征优化,分别用神经网络,支持向量机和KNN分类器进行微钙化的良恶性分类.对三种不同的分类器进行对比,结果表明:KNN分类器取得最好的效果,而支持向量机优于神经网络.KNN分类器对比于神经网络和支持向量机,无需训练,可节约训练时间,最直接地利用了样本和样本之间的关系,减少了类别特征选择不当对分类结果造成的不利影响,可以最大程度地减少分类过程中的误差项.在类别决策时,KNN分类器只与极少量的相邻样本有关,可以较好地避免样本数量的不平衡问题.与传统的小波比较,双树复数小波具有近似平移不变性和正则性,对图像信号具有良好的方向选择性,且冗余度有限,计算量较小. 相似文献
1