搜索资源列表
KPCA
- 为解决PCA不适合多指标综合分析中非线性主成分分析的问题 ,采用核主成分分析 (kpca)方法 ,对我国不同地区 16种腐乳的品质进行了综合评价。 -PCA is not suitable to address the many indicators of a comprehensive analysis of non-linear principal component analysis of the problem, using Kernel Principal Component An
4paper4
- 图像质量评价方法研究进展 ：图像质量评价是图像处理领域的研究热点。该文综合论述了图像质量的主观和客观评价方法，重点阐述了 单视点图像质量的客观评价方法。对目前比较常用的峰值信噪比和均方误差全参考评价算法进行了分析并指出其存 在的问题。然后，对基于误差敏感度和基于结构相似度的评价算法进行了论述和分析，并对质降和无参考评价方法 进行了综述。根据视点的个数，图像质量评价可分为对传统单视点图像和立体图像的评价。该文还对立体图像质量 评价算法进行了分析讨论。最后，就图像质量评价算法的进
Multi-sensor-image-fusion
- 一种基于多层次灰色关联分析的图像融合效果综合评价方法,评价结果易于定量表示,更加精确、客观, 区分度大、可靠性高.-Based on multi-level gray relational analysis image fusion comprehensive evaluation method, evaluation results are easy to quantify, more accurate, objective, differentiation, high reliabili
sc3
- 通过观察图像lena_noise.bmp可以看到，该图像主要包含高斯噪声、椒盐噪声等。 通过查阅资料可知，维纳滤波可以很好的滤除高斯噪声，而中值滤波对于椒盐噪声的滤出效果优异，因此本次采用维纳+中值的滤波方式进行图像的去噪处理。 图像常用评价方法有：信噪比、相关系数、清晰度。信噪比较为常用；相关系数 由于滤波会使原图像失去某些细节，因此这种评价方式为参考性指标而非绝对评判标准；清晰度 为图像子块的方差 综合考虑采用图像的峰值信噪比(PSNR)作为评价去噪效果指标(自编PSNR.
xinzhangxingtaixuexing2
- 背景:快速的将心脏按其特征进行聚类可为后续统计分析和研究带来很大的便利.系统聚类法是将样品或变量按照其性质上的亲疏相似程度进行分类的一种多元统计方法.目的:提出用主成分一聚类分析的方法来描述心脏形态学形状并进行分类,对中国健康成年人的心脏X射线测量的各项指标进行综合评价.方法:搜集了36例健康成年人的胸片,并用MxLiteView软件手动测量了每幅胸片中代表心脏形态学形状常用的10个指标,用Matlab软件对测量指标进行主成分分析,然后对提取出的主成分进行聚类.结果与结论:主成分分析后提取出3个
PCA-KPCA
- 主成分分析(Principle Component Analysis, PCA)是最为常用的特征提取方法，被广泛应用到各领域，如图像处理、综合评价、语音识别、故障诊断等。-Principal component analysis (Principle Component Analysis, PCA) is the most commonly used feature extraction methods are widely applied to various fields, such as