基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
核Adaline是在最小均方误差基础上,通过迭代产生回归函数,逼近目标函数,方法简单,速度快.引入支持向量机中的不敏感带,推广了核Adaline算法,并将其应用于图像去噪.实验证明,不仅可以有效去除尖峰噪声,而且对随机噪声也具有一定的抑制作用.
推荐文章
基于Contourlet变换的图像去噪算法
Contourlet变换
图像去噪
硬阈值
软阈值
基于Matlab的图像去噪算法研究
图像去噪
仿真
Matlab
小波变换
Contourlet变换及其在图像去噪中的应用研究
Contourlet变换
图像去噪
平移不变性
蝙蝠BP神经网络在图像去噪中的应用研究
图像去噪
蝙蝠算法
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ε不敏感的核Adaline算法及其在图像去噪中的应用
来源期刊 安徽工程科技学院学报 学科 工学
关键词 Adaline 核函数 支持向量机 支持向量回归 最小均方误差 灰度图像
年,卷(期) 2003,(4) 所属期刊栏目 研究论文
研究方向 页码范围 49-52
页数 4页 分类号 TP391
字数 1886字 语种 中文
DOI 10.3969/j.issn.2095-0977.2003.04.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨绪兵 4 10 2.0 3.0
2 韩自存 南京航空航天大学信息科学与技术学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Adaline
核函数
支持向量机
支持向量回归
最小均方误差
灰度图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽工程大学学报
双月刊
2095-0977
34-1318/N
大16开
安徽省芜湖市赭山东路8号
1983
chi
出版文献量(篇)
1898
总下载数(次)
5
总被引数(次)
6969
论文1v1指导