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:
为了更好地在恒定压缩率条件下,实现卫星遥感图像的压缩,提出1种将像素分为3类的编码方案.每类采用基于Levenberg-Marquardt算法的双层神经网络进行预测,和基于偏置学习规则的竞争神经网络实现量化.对长城、珠峰、香港等地遥感图像的压缩试验证实了算法的有效性.同时还表明该算法压缩图像的MSE高于距离一权值方法与最小均方误差法,且时间复杂度为O(n).
推荐文章
一种自动感兴趣区域遥感图像压缩编码算法
感兴趣区域(ROI)
背景区域
Canny边缘检测
小波
图像压缩编码方法分析
自适应预测编码
模型法编码
分形编码
小波变换编码
神经网络压缩编码
基于小波变换的图像压缩编码
小波变换
图像压缩
峰值信噪比
小波函数
一种几何形状比例可变的分形图像压缩编码方法
分形
图像压缩
迭代函数系统
几何形状比例
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 一种基于神经网络的遥感图像压缩编码
来源期刊 南京信息工程大学学报 学科 工学
关键词 神经网络 遥感 图像编码
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 82-88
页数 7页 分类号 TN911.73
字数 4228字 语种 中文
DOI 10.3969/j.issn.1674-7070.2009.01.013
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 吴乐南 东南大学信息科学与工程学院 412 3936 29.0 45.0
2 张煜东 东南大学信息科学与工程学院 47 664 11.0 24.0
3 王水花 东南大学信息科学与工程学院 24 417 7.0 20.0
4 孙晓燕 东南大学信息科学与工程学院 6 42 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (282)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(29)
  • 参考文献(0)
  • 二级参考文献(29)
2009(9)
  • 参考文献(6)
  • 二级参考文献(3)
2009(9)
  • 参考文献(6)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(16)
  • 引证文献(2)
  • 二级引证文献(14)
2012(22)
  • 引证文献(0)
  • 二级引证文献(22)
2013(21)
  • 引证文献(0)
  • 二级引证文献(21)
2014(40)
  • 引证文献(0)
  • 二级引证文献(40)
2015(29)
  • 引证文献(0)
  • 二级引证文献(29)
2016(38)
  • 引证文献(0)
  • 二级引证文献(38)
2017(53)
  • 引证文献(0)
  • 二级引证文献(53)
2018(34)
  • 引证文献(0)
  • 二级引证文献(34)
2019(26)
  • 引证文献(0)
  • 二级引证文献(26)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
神经网络
遥感
图像编码
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
南京信息工程大学学报
双月刊
1674-7070
32-1801/N
南京市宁六路219号
chi
出版文献量(篇)
1162
总下载数(次)
7
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
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导