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:
针对退化图像复原问题,提出了一种基于支持向量回归的退化图像复原方法.该方法利用支持向量机回归算法非线性映射能力,通过训练样本对的学习训练,在退化图像与原始清晰图像之间建立映射关系,然后对测试样本进行复原.实际图像复原实验表明,得到的复原图像在视觉上和定量分析上都获得了比较好的效果.与神经网络方法相比,支持向量机回归算法克服了神经网络的模型选择与过学习问题、局部极小问题等.
推荐文章
基于支持向量回归的光度配准算法
支持向量机
图像
配准
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
基于支持向量回归机的电能质量评估
电能质量
评估模型
支持向量机
支持向量回归机
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
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 基于支持向量回归的图像复原方法研究
来源期刊 武汉理工大学学报(交通科学与工程版) 学科 工学
关键词 图像复原 支持向量回归 非线性映射
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 331-334
页数 4页 分类号 TP391.41
字数 2750字 语种 中文
DOI 10.3963/j.issn.2095-3844.2008.02.038
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 何小海 四川大学电子信息学院图像信息研究所 395 2334 21.0 30.0
2 王宇 四川大学电子信息学院图像信息研究所 70 316 9.0 13.0
3 陆振波 海军工程大学电子工程学院 12 270 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (7)
二级引证文献  (11)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(14)
  • 参考文献(3)
  • 二级参考文献(11)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(9)
  • 参考文献(1)
  • 二级参考文献(8)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(1)
  • 二级引证文献(1)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像复原
支持向量回归
非线性映射
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
武汉理工大学学报(交通科学与工程版)
双月刊
2095-3844
42-1824/U
大16开
武昌区和平大道1178号
38-148
1959
chi
出版文献量(篇)
5723
总下载数(次)
12
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导