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:
针对常用去噪算法易对图像边角纹理区域造成模糊的事实,通过引入机器学习理论,提出了基于L2Boost的低阶核回归迭代去噪算法.该算法应用低阶(零阶或一阶)的高斯自适应权重去噪方法对含噪图像依次迭代B次得到B个估计,然后将B个估计组合起来作为最后的去噪结果.数值实验显示了方法的优越性.
推荐文章
基于梯度特征的双核非局部均值去噪算法
非局部均值
高斯函数
正弦函数
梯度特征
基于松弛迭代的电能扰动信号的去噪方法
电能质量
去噪
松弛迭代
均值滤波
中值滤波
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
基于时域的视频去噪算法研究
视频去噪
时域滤波
运动估计
BM3D去噪
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L2Boost的低阶核回归迭代去噪算法
来源期刊 上海电机学院学报 学科 工学
关键词 L2Boost回归算法 低阶 自适应高斯核 图像去噪
年,卷(期) 2011,(1) 所属期刊栏目 计算机技术
研究方向 页码范围 44-49
页数 分类号 TP391.41
字数 4380字 语种 中文
DOI 10.3969/j.issn.2095-0020.2011.01.010
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 王沛 上海师范大学信息与机电工程学院 137 1124 16.0 28.0
2 许志宏 上海师范大学信息与机电工程学院 1 0 0.0 0.0
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
L2Boost回归算法
低阶
自适应高斯核
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
上海电机学院学报
双月刊
2095-0020
31-1996/Z
16开
上海市橄榄路1350号
1987
chi
出版文献量(篇)
1800
总下载数(次)
4
论文1v1指导