没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
基于分形理论的一种新的机器学习方法:分形学习.pdf
基于分形理论的一种新的机器学习方法:分形学习.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
机器学习
参考文献
专业指导
5星
· 超过95%的资源
1 下载量
110 浏览量
2021-09-24
21:21:00
上传
评论
1
收藏
486KB
PDF
举报
温馨提示
五一特惠:¥19.90
39.90
基于分形理论的一种新的机器学习方法:分形学习.pdf
资源推荐
资源评论
论文研究-一种计算各向异性分形维数的新方法.pdf
浏览:44
分形维数是描述分形的重要参数,分形维数的计算是分形几何研究的重要内容。传统上分形维数的计算是基于各向同性这一假设所得到的维数计算方法,不适合具有各向异性特性的自然地形的维数计算。基于微分统计法,提出并实现了一种计算各向异性分形维数的新方法,该算法通过保留方向信息,达到了计算不同方向上不同分形维数的目的。利用频谱合成法生成的各向异性分形曲面进行实验的结果表明,算法是正确且有效的。
论文研究-基于分形思想的差值图像压缩技术.pdf
浏览:106
针对屏幕监控系统中数据传输的特殊性,提出基于分形思想的差值图像压缩技术。图像分形后,对相邻帧间对应的数据求差并进行压缩编码,减少时间与空间冗余度。试验表明,该方法能有效降低传输时的数据量,节约传输时间,同时是一种无损的压缩算法。
采用分形理论的语音信号重构pdf
浏览:201
介绍用分形理论对语音信号进行预处理,是一种非线性的方法
论文研究-一种基于分形的木材细胞图像特征提取方法.pdf
浏览:164
木材纹理图像的分形维数可以代表木材很多的纹理特征,它是木材树种的一项重要数字特征参数。为了提取木材纹理特征,提出采用改进差分盒子法计算木材纹理细胞图像的分形维数值。理论分析和实验结果表明:该方法能够提取木材纹理特征,并且能在一定程度上克服图像比例大小对于特征提取所造成的影响,是木材纹理特征参数提取的一种重要方法。
人脸分形特征提取与识别算法分析与探究.pdf
浏览:155
人脸分形特征提取与识别算法分析与探究.pdf
虚拟现实中分形理论的一种实现方法
浏览:30
虚拟现实中分形理论的一种实现方法,吉长东,张国辉,本文在对虚拟现实和分形理论进行阐述的基础上,重点论述了分形中的带概率的迭代函数方法的原理,并用IDL语言对其进行实现。以蕨类
基于分形理论的高效机器视觉检测系统of.
浏览:102
介绍了关于基于分形理论的高效机器视觉检测系统of.的详细说明,提供其它知识的技术资料的下载。
基于分形理论的混联机器人构型设计方法.pdf
浏览:90
#资源达人分享计划#
一种基于分形理论的多尺度多方向纹理特征提取方法
浏览:158
3星 · 编辑精心推荐
一种基于分形理论的多尺度多方向纹理特征提取方法
论文研究-基于分形理论的预测方法 .pdf
浏览:164
基于分形理论的预测方法,康凯,常乐,本文在分析移动短信往年业务量的基础上,对未来短信业务量进行预测。方法是利用分形理论前对已有数据进行变换,使其符合常维数分
研究论文-基于分形理论的涡轮叶片特征提取.pdf
浏览:175
基于分形理论提取叶片温度信号的3种分形维数特征,结合K-means聚类分析和ReliefF算法计算各特征值的权重,从而建立起涡轮叶片的温度特征模型,实现对涡轮叶片故障的早期预警。统计结果表明,该特征模型能够较好地反映出...
论文研究-一种基于趋势分形维数的股指时间序列相似性分析方法.pdf
浏览:133
论文研究-一种基于趋势分形维数的股指时间序列相似性分析方法.pdf, 为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. ...
论文研究-基于分形维数的磁痕图像缺陷检测.pdf
浏览:3
针对荧光磁粉无损探伤自动检测中存在的磁痕识别率低、虚警率高、抗干扰能力弱和易受背景影响的问题,提出一种基于分形维数的磁痕图像缺陷在线检测方法。采用差分计盒维数算法求解得到磁痕图像的分形维数,并分析工件...
基于变维分形理论的卡尔曼滤波实时跟踪预测模型在股票价格预测中的应用.pdf
浏览:72
基于卡尔曼滤波的动态、实时性以及股票市场的分形特性,论文首创利用变维分形理论来建立关于股票市场的卡尔曼滤波状态方程和观测方程,提出了一种新的基于变维分形理论的卡尔曼滤波实时跟踪预测模型和算法。...
一种基于子带分解的分形图像压缩新方法.pdf
浏览:40
论文参考资料
基于Matlab的分形理论在医学中的应用研究.pdf
浏览:110
基于Matlab的分形理论在医学中的应用研究.pdf
机械故障诊断的分形方法-理论与实践_石博强.pdf
浏览:67
机械故障诊断的分形方法-理论与实践_石博强
基于GPU的高速Julia分形集绘制方法.pdf
浏览:91
基于GPU的高速Julia分形集绘制方法.pdf
一种基于分形的图像压缩方法 (2008年)
浏览:171
给出了一种在加快编码速度同时能调节图像质量的方法。首先用一种比基本分形编码方案具有更大压缩比的加速方法加速基本分形编码,得到一组基本编码。对此基本编码进行解码,得到一个解码图像。然后用原始图像与此解码图像相减得到一个差值图像,对该差值图像进行分块、量化、编码。得到一组附加码。附加码与前面得到的基本编码共同构成原图像的编码。该方法比基本分形编码方法速度快,在一定的范围内还可在提高编码速度的同时调整P
论文研究-基于多重分形去趋势波动分析的高速列车运行状态识别方法.pdf
浏览:92
针对高速列车运行中的状态识别问题,提出基于多重分形去趋势波动分析的高速列车状态识别新方法。通过分析发现,高速列车在不同运行状态下的多重分形奇异谱和广义Hurst指数谱均有明显的区别,因此提取多重分形奇异谱...
论文研究-基于BEMD和分形维数的人脸识别方法.pdf
浏览:72
提出一种新的人脸图像特征提取方法,即利用二维经验模态分解方法(BEMD)结合分形维数(Fractal dimension)进行特征量提取,将提取得到的特征量用于人脸识别。该方法将图像通过BEMD算法分解为不同的二维固有模态...
论文研究-基于混合分类和矩形划分的快速分形编码方法.pdf
浏览:159
针对分形图像压缩中矩形划分计算量太大的问题,提出了一种混合分类方法并将其应用于图像的矩不变量,得到了一种基于矩形划分的快速分形编码方法。实验表明,该方法相对于全局搜索,在压缩比和解码质量略有下降的基础...
论文研究-一种基于小波变换与分形编码的新闻图片检索方法.pdf
浏览:11
该方法使用户可以针对不同需要,准确高效地检索到所需的信息,并可根据需要确定所提取的信息数量。对图片进行小波变换,并分形编码,从而实现对图像特征的模糊分级检索,以完成对图片信息的高效管理。
基于分形理论的电力系统故障模式识别的新方法.pdf
浏览:63
论文参考资料
论文研究-基于GSOFM的分形图像压缩方法 .pdf
浏览:123
基于GSOFM的分形图像压缩方法,郭建威,, 本文针对分形图像压缩编码中编码时间长的特点,给出了一种结合神经网络和多尺度分析的分形编码方法。通过多尺度的逐次逼近和KNN�
基于BEMD和分形维数的人脸识别方法.pdf
浏览:122
基于BEMD和分形维数的人脸识别方法.pdf
一种基于分块的分形图像压缩方法 (2012年)
浏览:110
分形编码具有高压缩比的特点,但在编码过程中其匹配搜索时间开销巨大.提出一种基于分块的分形图像压缩方法:依据人眼视觉特性在PSNR变化不大的情况下.图像主观质量感受不明显的特点,将图像在空域分割为若干相对较小的块,对感兴趣区可采取一分为四的方法进一步减小块的大小,然后对每个块分别进行分形编码,并重构.结果表明,在PSNR略有降低的情况下,编码的匹配搜索时间大幅减少,同时重构图像的主观质量并没有明显降
基于多重分形理论与神经网络的齿轮故障诊断.pdf
浏览:144
基于多重分形理论与神经网络的齿轮故障诊断.pdf
评论
收藏
内容反馈
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
五一特惠:¥19.90
39.90
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
Dini_Dini
2022-03-03
用户下载后在一定时间内未进行评价,系统默认好评。
鲸品
粉丝: 21
资源:
2万+
私信
下载权益
C知道特权
VIP文章
课程特权
VIP享
7
折,此内容立减5.97元
开通VIP
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
Pra4-1.c
Python基于YOLOv7的人员跌倒检测系统(源码&教程&数据集)
车联助手-小窗版(三星)3.5.6.apk
Linux服务器操作系统
遗传算法对梯度提升树就行优化
AMI系列的BIOS设置图解教程
1213245254213
基于Swin-Transformer改进-YOLOv7电力杆塔识别系统
文件恢复工具file-recovery
基于stm32 DMA实现的小型示波器源码.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功