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:
为了实现灵活、简洁和自适应地表示交通图像,该文将图像稀疏分解新方法引入到交通图像处理中,提出基于量子进化算法的交通图像稀疏分解方法,以加快对交通图像稀疏表示的处理速度,从而为进一步提取交通参数奠定良好基础.采用非对称图像原子构建交通图像原子库,用寻优能力强和收敛速度快的量子进化算法,实现在过完备图像原子库中搜索最佳匹配交通图像结构的原子,有效地实现对交通图像的稀疏表示.仿真实验结果表明,该方法能对交通图像进行快速、有效地稀疏分解,证实了所提出方法的可行性.
推荐文章
基于稀疏非负TT分解的图像分类算法
Tensor Train分解
交替非负最小二乘法
非负张量分解
稀疏性
基于稀疏分解的分块图像压缩编码算法
图像编码
分块压缩感知
稀疏分解
基于量子遗传优化算法的图像稀疏分解
图像处理
稀疏分解
匹配追踪
量子遗传算法
基于量子进化的信号稀疏分解方法
量子光学
量子进化算法
逐代缩减变异操作
信号稀疏分解
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 基于量子进化算法的交通图像稀疏分解
来源期刊 南京理工大学学报(自然科学版) 学科 交通运输
关键词 图像处理 交通图像 稀疏分解 量子进化算法
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 40-45
页数 6页 分类号 TP751|U491
字数 3611字 语种 中文
DOI 10.3969/j.issn.1005-9830.2010.01.008
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 何铁军 东南大学智能运输系统研究中心 36 437 11.0 19.0
2 封晓强 东南大学智能运输系统研究中心 5 94 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (13)
参考文献  (8)
节点文献
引证文献  (13)
同被引文献  (13)
二级引证文献  (55)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(9)
  • 引证文献(2)
  • 二级引证文献(7)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像处理
交通图像
稀疏分解
量子进化算法
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导