基于半监督子空间迁移的稀疏表示遥感图像场景分类方法.pdf

基于低秩与稀疏表示的图像分类方法研究.pdf 摘要摘要 图像分类是模式识别领域的重要研究内容之一，同时也是目标检测、图像检索等诸多应用领域的研究基础。图像分类的步骤包括数据预处理、特征提取、分类器训练等，其中特征提取环节在图像分类任务中发挥着重要作用。稀疏和低秩表示由于其良好的特征表达能力而成为该领域的研究热点。稀疏表示也称稀疏编码，就是用字典中元素的线性组合表示信号，以获得信号更为简洁的表达。低秩表示将高维数据表示为低秩分量和稀疏分量的叠加，在保留数据重要

2025-04-10 约12.39万字 59页立即下载

基于多尺度稀疏表示的场景分类.doc 基于多尺度稀疏表示的场景分类 段菲，章毓晋 (清华大学电子工程系，北京市 100084) 摘要: 提出一种基于多尺度稀疏表示的场景分类框架。首先从图像中提取多个尺度的局部特征，然后利用稀疏编码为每个尺度的特征单独学习相应的过完备字典；在图像表示阶段，为图像各尺度上的局部特征依据与其对应尺度的字典进行编码，并按照空间金字塔表示方法和特征各维最大汇总（max pooling）对各尺度上的特征编码分别汇总，最后将不同尺度上汇总的特征串接，形成对图像最终描述的全局向量。在三个常用标准场景库上的分类结果表明，提出的算法由于利用了不同尺度特征间的互补关系，与采用单尺度特征的方法相比，性能有了

2018-10-10 约字 4页立即下载

一种基于稀疏表示的风格迁移图像质量客观评价方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881919 A (43)申请公布日 2022.08.09 (21)申请号 202210283405.5 (22)申请日 2022.03.22 (71)申请人宁波大学

2023-05-18 约4.76万字 22页立即下载

基于稀疏表示的场景图生成方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990202 B (45)授权公告日 2021.08.06 (21)申请号 202110497553.2 G06K 9/46 (2006.01)

2023-06-06 约2.23万字 22页立即下载

基于稀疏表示及字典学习的遥感图像超分辨重建：理论、方法与应用.docx 基于稀疏表示及字典学习的遥感图像超分辨重建：理论、方法与应用一、引言 1.1研究背景与意义在当今数字化时代，遥感技术已成为获取地球表面信息的重要手段，广泛应用于资源监测、城市规划、农业评估、环境监测、灾害预警等诸多领域。随着科技的不断进步，对遥感图像分辨率的要求也日益提高。高分辨率的遥感图像能够提供更丰富、更精确的细节信息，对于准确分析和决策起着关键作用。在资源监测方面，高分辨率遥感图像可清晰呈现矿产资源的分布状况，帮助地质学家更精准地定位潜在的矿产区域，评估资源储量，为资源的合理开发和可持续利用提供有力支持。在城市规划领域，高分辨率图像能清晰展现城市的建筑布局、道路网络、绿地分布等信

2025-02-27 约2.95万字 23页立即下载

基于稀疏表示的遥感图像融合理论与方法研究-信号与信息处理专业论文.docx 万方数据万方数据 THE THEORY AND METHOD OF REMOTE SENSING IMAGE FUSION BASED ON SPARSE REPRESENTATION Master Thesis Submitted to University of Electronic Science and Technology of China Major: Signal and Information Processing Author: Liu Ting Advisor: Cheng Jian School : School of Electronic Engineering

2019-03-25 约5.89万字 79页立即下载

基于深度学习的遥感图像场景分类方法研究.pdf 摘要 遥感图像场景分类因在自然灾害检测、土地利用分类、环境监测、地理制图和城市规划等诸多领域具有现实应用而备受关注。但遥感图像存在着大尺度方差、对象大规模变化等问题，且现有的一些遥感场景分类方法没有充分利用图像重要的信息，或直接融合不同层次的特征容易形成冗余或互斥的信息，这些问题为遥感场景分类带来了巨大挑战。本文运用深度学习相关技术，对遥感图像场景分类 方法进行研究，取得以下研究成果：（1）针对遥感图像对象和特征复杂多变的特点，以及一些现有方法只利用 CNN最后一个卷积层的高级特征而缺少其它层上的重要信息，或者直接融合不同层次的特征产生冗余或互斥信息等问题，提出了基于关联融合-增强

2025-05-04 约9.71万字 70页立即下载

一种基于自适应阈值的伪标签遥感图像场景分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549909 A (43)申请公布日 2022.05.27 (21)申请号 202210209902.0 (22)申请日 2022.03.03 (71)申请人重庆邮电大学地址 400065

2023-05-08 约1.49万字 12页立即下载

基于稀疏表示的乳腺病理图像良恶性自动分类：方法、实践与展望.docx 基于稀疏表示的乳腺病理图像良恶性自动分类：方法、实践与展望一、引言 1.1研究背景与意义乳腺癌作为全球女性中最常见的恶性肿瘤之一，严重威胁着女性的生命健康。相关数据显示，在我国，每年女性乳腺癌发病人数众多，占全球总发病数的一定比例，且发病率呈现逐年上升以及年轻化的趋势。乳腺癌的早期诊断对于提高患者生存率和生活质量起着至关重要的作用。若能在早期发现并进行治疗，乳腺癌患者的生存率可大幅提高，早期乳腺癌生存率超过90％，但晚期乳腺癌的5年生存率却只有30％-40％。传统的乳腺癌诊断方法主要依赖医生的经验和主观判断。例如，医生通过肉眼观察乳腺病理图像的特征，如颜色、纹理和结构等，再

2025-05-14 约2.88万字 22页立即下载

迁移稀疏编码赋能跨域图像分类：理论、方法与实践.docx 迁移稀疏编码赋能跨域图像分类：理论、方法与实践一、引言 1.1研究背景与意义在数字化时代，图像数据呈爆炸式增长，如何高效准确地对这些图像进行分类成为了计算机视觉领域的关键任务。图像分类旨在根据图像的内容将其划分到预先定义的类别中，传统的图像分类方法在训练数据和测试数据来自相同分布时表现良好。然而，在实际应用中，数据往往来自不同的领域，这些领域之间存在数据分布差异、特征表示不一致等问题，导致传统方法在跨域图像分类任务中性能大幅下降。例如，在医学影像领域，不同医院或不同成像设备获取的图像可能具有不同的成像参数、噪声水平和图像质量，使得基于某一医院数据训练的分类模型难以直接应用于其他医院的图像

2025-04-30 约3.53万字 38页立即下载

基于空间滤波与稀疏表示的高光谱影像分类：方法融合与精度提升研究.docx 基于空间滤波与稀疏表示的高光谱影像分类：方法融合与精度提升研究一、引言 1.1研究背景与意义随着遥感技术的飞速发展，高光谱影像作为一种重要的地球观测数据，在多个领域展现出了巨大的应用价值。高光谱影像能够获取地物在连续光谱范围内的详细信息，其光谱分辨率可达纳米级，波段数量通常多达数十甚至数百个，这种“图谱合一”的特性，使其能够像为地物赋予独特的“光谱指纹”一样，精准地描述物体的光谱特性，为各领域的深入研究和应用提供了丰富的数据支持。在农业领域，高光谱影像可用于农作物的成分定量分析、种类识别以及作物疫病监测。通过分析不同作物在不同生长阶段的光谱特征，可以精确获取作物的养分含量、水分

2025-03-08 约3.26万字 25页立即下载

基于图像块分类稀疏表示的超分辨率重构算法.pdf 第5期电子学报 V01．40No．5 2012年5月 Aa哺Ⅱ正CTRONICASINICA 2012 May 基于图像块分类稀疏表示的 超分辨率重构算法

2015-08-18 约1.72万字 6页立即下载

结合NSDTCT和稀疏表示遥感图像融合.pdf 摧肪传愉贤猿雅劝占谓滤鳖从庶东炕称望绿础四粗焊供抗支肠沁锹分流裴驰瓷瘦送风醛酵乞甲泅稻发效精挥畦焉棉惦犁葡恿料浆锌厚捷砰联荣贺份否乎遵托娥捷琉凭透畸汇脸愉福额谬挤蹲股钓晴讼减阶沤尧环疚璃昂算嚼韭匠塔臣磁疽傍育枯尿炙帅疫蛋莉贵缆碟骗佑钢怎茵孟筏婴柑况驶迹仰痈断摧轩练嘻誓烹袱忿茁殖他状缓旭私宿兔皖朔绒环

2017-06-23 约10.05万字 9页立即下载

一种遥感图像的场景分类方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463574 A (43)申请公布日 2022.05.10 (21)申请号 202111599787.4 (22)申请日 2021.12.24 (71)申请人中国科学院自动化研

2023-05-05 约2.42万字 17页立即下载

基于稀疏表示的高光谱遥感影像半监督降维算法研究-摄影测量与遥感专业论文.docx 万方数据万方数据致谢首先感谢我的导师谭琨副教授，本了论文是在谭老师的精心指导下完成的。从论文的选题、研究方案的制定到论文的修改定稿无不凝聚着导师的心血和智慧。谭老师渊博的知识、大胆创新的科研精神、忘我的工作精神、严谨的治学态度、豁达大度的处事作风，这些优秀的品质都是值得我们学习的，研究生三年的学习是我一生中最宝贵的财富。值此论文即将付梓之际，谨向我的导师致以深深的敬意。在论文选题与撰写过程中，王行风老师、孙久运老师、赵银娣老师、张华老师、秦凯老师等参加选题的老师为我的论文提出了很多宝贵意见，在此向他们表示感谢！还要感谢试验室李二珠师兄、廖志宏师兄、叶元元师姐三年来在科研

2019-03-25 约7.4万字 77页立即下载