钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
重庆邮电大学学报(自然科学版)期刊
\
基于预测和矢量量化的高光谱图像压缩算法
基于预测和矢量量化的高光谱图像压缩算法
作者:
张燕琪
陈善学
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
高光谱图像
广义回归神经网络
预测
矢量量化
摘要:
针对高光谱图像波段数目多,存储空间大,为后续研究带来极大不便的特点,提出了一种基于广义回归神经网络预测与矢量量化算法结合的高光谱图像压缩算法.该算法通过预测前一波段的像素数据,将符合要求的预测结果继续预测下一波段,通过设置合理的参数,在预测步骤中95%以上的波段可通过预测结果来预测波段数据.利用矢量量化算法对预测数据进行压缩.该算法只需要已知图像的前2个波段数据,即可预测整个图像波段的数据.广义回归神经网络具有很强的非线性映射能力和学习速度,预测效果好.通过预测得到的数据在不同的压缩比下进行实验,结果表明,在保证图像质量的前提下,该算法与对比算法相比,有效降低了运算复杂度,节约了时间,提高了峰值信噪比.
暂无资源
收藏
引用
分享
推荐文章
一种基于矢量量化的高光谱遥感图像压缩算法
高光谱遥感图像
矢量量化
神经网络
自适应波段选择
图像压缩
矢量量化压缩算法在高光谱影像上的研究实现
高光谱
压缩
矢量量化
基于小波变换和矢量量化的指纹图像压缩算法
小波变换
跨频带矢量构造
矢量量化
基于四叉树分割的变维矢量量化图像压缩算法
矢量量化
四叉树分割
多级
图像压缩
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于预测和矢量量化的高光谱图像压缩算法
来源期刊
重庆邮电大学学报(自然科学版)
学科
工学
关键词
高光谱图像
广义回归神经网络
预测
矢量量化
年,卷(期)
2019,(5)
所属期刊栏目
通信与电子
研究方向
页码范围
688-693
页数
6页
分类号
TN219|TP751
字数
3034字
语种
中文
DOI
10.3979/j.issn.1673-825X.2019.05.014
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
陈善学
重庆邮电大学通信与信息工程学院
84
380
9.0
13.0
5
张燕琪
重庆邮电大学移动通信技术重庆市重点实验室
2
7
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(243)
共引文献
(130)
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)
1969(1)
参考文献(0)
二级参考文献(1)
1980(3)
参考文献(0)
二级参考文献(3)
1983(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)
1986(1)
参考文献(0)
二级参考文献(1)
1988(3)
参考文献(0)
二级参考文献(3)
1989(3)
参考文献(0)
二级参考文献(3)
1990(1)
参考文献(0)
二级参考文献(1)
1991(2)
参考文献(1)
二级参考文献(1)
1993(6)
参考文献(0)
二级参考文献(6)
1994(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)
1996(4)
参考文献(0)
二级参考文献(4)
1997(14)
参考文献(0)
二级参考文献(14)
1998(10)
参考文献(0)
二级参考文献(10)
1999(8)
参考文献(0)
二级参考文献(8)
2000(14)
参考文献(0)
二级参考文献(14)
2001(2)
参考文献(0)
二级参考文献(2)
2002(6)
参考文献(0)
二级参考文献(6)
2003(12)
参考文献(0)
二级参考文献(12)
2004(9)
参考文献(0)
二级参考文献(9)
2005(7)
参考文献(0)
二级参考文献(7)
2006(9)
参考文献(1)
二级参考文献(8)
2007(8)
参考文献(0)
二级参考文献(8)
2008(5)
参考文献(0)
二级参考文献(5)
2009(10)
参考文献(0)
二级参考文献(10)
2010(7)
参考文献(0)
二级参考文献(7)
2011(17)
参考文献(0)
二级参考文献(17)
2012(24)
参考文献(1)
二级参考文献(23)
2013(17)
参考文献(2)
二级参考文献(15)
2014(18)
参考文献(2)
二级参考文献(16)
2015(15)
参考文献(1)
二级参考文献(14)
2016(12)
参考文献(3)
二级参考文献(9)
2017(5)
参考文献(5)
二级参考文献(0)
2019(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
高光谱图像
广义回归神经网络
预测
矢量量化
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
重庆邮电大学学报(自然科学版)
主办单位:
重庆邮电大学
出版周期:
双月刊
ISSN:
1673-825X
CN:
50-1181/N
开本:
大16开
出版地:
重庆南岸区
邮发代号:
78-77
创刊时间:
1988
语种:
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
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
期刊文献
相关文献
1.
一种基于矢量量化的高光谱遥感图像压缩算法
2.
矢量量化压缩算法在高光谱影像上的研究实现
3.
基于小波变换和矢量量化的指纹图像压缩算法
4.
基于四叉树分割的变维矢量量化图像压缩算法
5.
基于分类矢量量化的图像压缩和检索算法
6.
基于邻近像素的低复杂度预测矢量量化图像压缩编码算法
7.
结合矢量量化的SPIHT算法用于多光谱图像压缩
8.
基于矢量量化的高效BTC图像编码算法
9.
基于矢量量化和Huffman编码的图像压缩方法
10.
基于预测矢量量化的图像压缩研究
11.
一个基于矢量量化的数字水印算法
12.
基于矢量量化的数字图像水印技术研究
13.
均值与矢量量化复合快速图像编码算法
14.
基于小波变换和矢量量化的指纹图像压缩算法
15.
基于粒子群优化算法的矢量量化图像压缩方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
重庆邮电大学学报(自然科学版)2022
重庆邮电大学学报(自然科学版)2021
重庆邮电大学学报(自然科学版)2020
重庆邮电大学学报(自然科学版)2019
重庆邮电大学学报(自然科学版)2018
重庆邮电大学学报(自然科学版)2017
重庆邮电大学学报(自然科学版)2016
重庆邮电大学学报(自然科学版)2015
重庆邮电大学学报(自然科学版)2014
重庆邮电大学学报(自然科学版)2013
重庆邮电大学学报(自然科学版)2012
重庆邮电大学学报(自然科学版)2011
重庆邮电大学学报(自然科学版)2010
重庆邮电大学学报(自然科学版)2009
重庆邮电大学学报(自然科学版)2008
重庆邮电大学学报(自然科学版)2007
重庆邮电大学学报(自然科学版)2006
重庆邮电大学学报(自然科学版)2005
重庆邮电大学学报(自然科学版)2004
重庆邮电大学学报(自然科学版)2003
重庆邮电大学学报(自然科学版)2002
重庆邮电大学学报(自然科学版)2001
重庆邮电大学学报(自然科学版)2019年第6期
重庆邮电大学学报(自然科学版)2019年第5期
重庆邮电大学学报(自然科学版)2019年第4期
重庆邮电大学学报(自然科学版)2019年第3期
重庆邮电大学学报(自然科学版)2019年第2期
重庆邮电大学学报(自然科学版)2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号