作者:
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:
小波神经网络有机地融合了小波分析的时频特性和神经网络自适应优点.本文将小波神经网络应用于图像表述,提出相应的图像表述算法.分别采用两种小波函数作为网络激励函数,以验证图像表述效果.实验结果表明,小波神经网络能够有效地表述图像,其算法具有较强的鲁棒性.
推荐文章
基于小波和自学习神经网络的图像分割
小波神经网络
图像分割
FLIR
自学习状态
基于提升小波变换和BP神经网络的图像哈希算法
图像哈希
提升小波变换
神经网络
图像认证
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
基于小波神经网络的信号识别
信号分选与识别
小波分析
神经网络
小波神经网络
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 基于小波神经网络的图像表述
来源期刊 影像技术 学科 工学
关键词 小波神经网络 图像表述 小波函数
年,卷(期) 2006,(1) 所属期刊栏目 电子成像与数码照相机
研究方向 页码范围 31-33
页数 3页 分类号 TP391
字数 2612字 语种 中文
DOI 10.3969/j.issn.1001-0270.2006.01.009
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 杨杰 上海交通大学图像处理与模式识别研究所 340 5370 35.0 58.0
2 蔡念 上海交通大学图像处理与模式识别研究所 6 190 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (25)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(3)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
研究主题发展历程
节点文献
小波神经网络
图像表述
小波函数
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
影像技术
双月刊
1001-0270
12-1173/TB
大16开
天津市河西区洞庭路20号
6-121
1989
chi
出版文献量(篇)
2616
总下载数(次)
4
论文1v1指导