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:
针对现有传统的一些图像去噪方法难以获得清晰图像边缘的问题,提出了利用ε-SVR技术构建图像去噪滤波器的新方法.ε-支持向量回归机通过引入ε不敏感损失函数,可以实现具有较强鲁棒性的回归,而且回归估计是稀疏的,保留了SVM的所有优点.分析了ε-支持向量回归机理论算法及其在图像去噪中的应用,使用ε-支持向量回归机对图像进行滤波并且与最小值滤波、均值滤波和维纳滤波等常用的滤波方法相比较,还比较了SVM各种核函数对不同噪声的滤波效果和分析了不同阶数的Multi-nomial核的滤波效果.实验结果表明了ε-支持向量回归机能够有效地去除噪声,不但信噪比较高而且比较清晰,同时具有良好的稀疏性.
推荐文章
新的稀疏支持向量回归机算法及实验研究
支持向量回归机
核方法
稀疏核学习
基于灰狼优化算法的孪生支持向量回归机
孪生支持向量回归机
灰狼优化算法
参数优化
模型选择
模糊线性支持向量回归机
模糊规划
模糊回归
模糊模拟
模糊数
双支持向量回归的牛顿算法
机器学习
模式识别
支持向量回归
双支持向量回归
无约束优化
牛顿算法
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-支持向量回归机算法及其应用
来源期刊 计算机工程与应用 学科 工学
关键词 ε-支持向量回归机 ε不敏感损失函数 图像去噪
年,卷(期) 2008,(17) 所属期刊栏目 理论研究
研究方向 页码范围 40-42
页数 3页 分类号 TP18
字数 2626字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.17.012
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 冼广铭 华南师范大学南海校区计算机工程系 10 105 5.0 10.0
2 曾碧卿 华南师范大学南海校区计算机工程系 51 304 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (13)
参考文献  (9)
节点文献
引证文献  (22)
同被引文献  (21)
二级引证文献  (27)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(9)
  • 引证文献(6)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(6)
  • 引证文献(3)
  • 二级引证文献(3)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
ε-支持向量回归机
ε不敏感损失函数
图像去噪
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导