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:
数字全息图包含庞大信息,使全息图的储存和传输都变得困难,为了对数字全息图进行有效压缩,提出一种基于小波支持向量机的全息图压缩方法.首先采集数字全息图、并对其进行预处理,然后采用小波变换对数字全息图进行多尺度分解,并采用支持向量机选择最优的压缩阈值,最后根据最优的阈值对低频子图进行压缩,并通过小波逆变换重现数字全息图.仿真实验结果表明,小波支持向量机的数字全息图压缩比率高,获得了令人满意的全息图压缩效果,为全息图信息压缩提供一种新的研究工具.
推荐文章
全息图的拍摄
全息图
激光
干涉
衍射
高斯小波支持向量机的研究
高斯小波核
支持向量机
核函数方法
短期负荷预测
基于小波的支持向量机算法研究
小波核
混沌
支持向量机
泛化能力
计算全息图的小波神经网络压缩方法
计算全息
图像压缩
小波分析
小波神经网络
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 小波支持向量机的全息图压缩方法
来源期刊 激光杂志 学科 工学
关键词 全息图像 小波变换 支持向量机 压缩比率
年,卷(期) 2016,(2) 所属期刊栏目 光全息与图像信息处理
研究方向 页码范围 65-68
页数 分类号 TN911
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2016.02.065
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 江涛 10 11 3.0 3.0
2 吕家恪 西南大学计算机与信息科学学院 26 347 13.0 18.0
3 李佳 11 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (183)
共引文献  (92)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(13)
  • 参考文献(0)
  • 二级参考文献(13)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(11)
  • 参考文献(4)
  • 二级参考文献(7)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(19)
  • 参考文献(1)
  • 二级参考文献(18)
2009(20)
  • 参考文献(0)
  • 二级参考文献(20)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(24)
  • 参考文献(4)
  • 二级参考文献(20)
2013(13)
  • 参考文献(3)
  • 二级参考文献(10)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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
全息图像
小波变换
支持向量机
压缩比率
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
论文1v1指导