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:
为准确描述纹理,发挥复值小波包变换多方向通道等优点,首次基于复值小波包对纹理采用概率模型进行自适应描述,并同最大似然分类方法结合进行纹理分类.提出融合各类纹理最优描述的方法,将图库分类正确率从85%提高到93%.
推荐文章
基于小波包和分形相结合的纹理分类
纹理特征提取
小波包
分形
纹理分类
基于小波包变换的纹理分类的水冷壁表面模式识别
水冷壁
纹理分类
小波包
BP神经网络
基于复小波和支持向量机的纹理分类法
小波变换
二元树复小波变换
特征提取
支持向量机
纹理分类
基于小波概率神经网络的彩色纹理识别
纹理
小波变换
概率神经网络(PNN)
小波概率神经网络(WPNN)
纹理识别
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 基于复值小波包概率模型的纹理分类研究
来源期刊 计算机应用与软件 学科 工学
关键词 自适应描述 复值小波包变换 最优基选取 纹理图像分类
年,卷(期) 2008,(9) 所属期刊栏目 图像处理与应用
研究方向 页码范围 226-227,232
页数 3页 分类号 TP3
字数 2665字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.09.083
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 吴一戎 中国科学院电子学研究所微波成像技术国家重点实验室 111 1472 20.0 32.0
2 洪文 中国科学院电子学研究所微波成像技术国家重点实验室 110 1051 15.0 28.0
3 才德 中国科学院电子学研究所微波成像技术国家重点实验室 2 2 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  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(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
自适应描述
复值小波包变换
最优基选取
纹理图像分类
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导