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:
提出了一种利用支持向量机(SVM)构建预测的图像压缩预测编码算法.该算法将遗传算法引入支持向量机中,在自学习的过程中,能够自动调整SVM的核参数,获取准确的图像信息.通过仿真试验,并与传统预测编码方法、神经网络预测编码方法进行比较,结果证明该算法恢复图像效果最好.
推荐文章
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
基于模糊支持向量机的面向语义图像检索算法
面向语义的图像检索
模糊支持向量机
最小隶属度
不可分区域
基于支持向量机的NSCT域自适应图像水印算法
支持向量机
模糊核聚类
非下采样轮廓波变换
自适应
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 基于支持向量机的图像预测编码算法
来源期刊 光电子技术 学科 工学
关键词 预测编码 支持向量机 遗传算法 相空间重构
年,卷(期) 2006,(4) 所属期刊栏目 研究与试制
研究方向 页码范围 272-275,279
页数 5页 分类号 TN91
字数 3600字 语种 中文
DOI 10.3969/j.issn.1005-488X.2006.04.013
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 宋恒 空军工程大学工程学院 15 58 5.0 7.0
2 史耀媛 西北工业大学自动化学院 7 117 4.0 7.0
3 王晨 空军工程大学工程学院 24 99 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
预测编码
支持向量机
遗传算法
相空间重构
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
光电子技术
季刊
1005-488X
32-1347/TN
16开
南京中山东路524号(南京1601信箱43分箱)
1981
chi
出版文献量(篇)
1338
总下载数(次)
4
总被引数(次)
7328
论文1v1指导