您的位置: 专家智库 > >

中国博士后科学基金(2004036196)

作品数:2 被引量:13H指数:2
相关作者:李元诚焦润海李波张丽萍更多>>
相关机构:北京航空航天大学华北电力大学天津大学更多>>
发文基金:中国博士后科学基金教育部“新世纪优秀人才支持计划”国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇图像
  • 2篇图像压缩
  • 2篇熵编码
  • 2篇向量
  • 2篇向量机
  • 2篇小波
  • 2篇小波变换
  • 2篇基于支持向量...
  • 2篇波变换
  • 1篇遥感
  • 1篇遥感图像
  • 1篇遥感图像压缩
  • 1篇小波图像

机构

  • 1篇北京航空航天...
  • 1篇天津大学
  • 1篇华北电力大学

作者

  • 2篇李元诚
  • 1篇张丽萍
  • 1篇李波
  • 1篇焦润海

传媒

  • 1篇计算机工程与...
  • 1篇北京航空航天...

年份

  • 2篇2006
2 条 记 录,以下是 1-2
排序方式:
基于支持向量机的遥感图像压缩方法被引量:5
2006年
在分析遥感图像特征的基础上,提出了一种基于支持向量机(SVM)的遥感图像压缩方法。该方法采用小波变换把原图像分解成不同尺度的多个子带,对最低频子带系数采用DPCM直接编码,对其它频带系数采用SVM回归方法学习数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,从而实现数据压缩。实验表明,与同类压缩方法相比,该算法获得的恢复图像的主客观质量有明显提高。
张丽萍李元诚
关键词:遥感图像压缩支持向量机小波变换熵编码
一种基于支持向量机的小波图像压缩方法被引量:9
2006年
提出了一种结合支持向量机(SVM,SupportVectorMachines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.
李元诚焦润海李波
关键词:图像压缩支持向量机小波变换熵编码
共1页<1>
聚类工具0