公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于相关箕舌线的变步长自适应滤波算法: 2011年; 针对箕舌线变步长自适应滤波算法(LMS)抗噪声能力差,不适合在噪声环境中使用的缺点,提出在步长更新时加入输入信号的控制,提高了系统的抗噪声性能。仿真表明,改进的算法比原算法具有更快的收敛速度和更强的抗噪声性能。; 邢务强郭华; 关键词：变步长自适应滤波算法抗噪声性能

对流方程的一种加权显式格式: 2012年; 对对流方程的Lax-Friedrichs格式和Lax-Wendroff格式采取加权策略,给出了对流方程的一种加权显式格式(WLFW格式),进一步通过理论分析给出该格式的局部截断误差和稳定性条件.实验结果表明,WLFW格式可有效地控制数值耗散和数值色散问题.; 臧顺全张伟

Ⅰ型混合截尾下指数-威布尔分布的统计分析被引量：3: 2013年; 在定时混合截尾情形下,研究了指数威布尔分布的统计分析问题。利用最大似然估计方法给出了指数-威布尔分布参数的最大似然估计。运用Lindley’s逼近方法计算出了分布参数的Bayes估计。最后,运用Monte-Carlo方法对最大似然估计和Bayes估计结果作了模拟比较,结果表明Bayes估计优于最大似然估计。; 邢务强师义民; 关键词：最大似然估计 BAYES估计

基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法被引量：19: 2012年; 为了克服图像噪声对图像分割结果的影响,利用图像中与像素具有相似邻域结构的像素提取当前像素的非局部空间信息,构造了基于像素的灰度信息和非局部空间灰度信息的二维直方图,并将此二维直方图引入到Otsu曲线阈值分割法中,提出了基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法。实验结果表明,该方法能进一步提高原始二维Otsu曲线阈值分割法对于图像噪声的鲁棒性,获得了更加理想的分割结果。; 赵凤范九伦潘晓英支晓斌; 关键词：二维OTSU 图像分割

一种改进的快速自适应滤波算法被引量：4: 2011年; 为了解决传统自适应滤波最小均方(Least Mean Square,LMS)算法中收敛速度与稳态误差之间的矛盾,提出了一种改进算法。该算法在已有变步长LMS算法基础上,引入遗忘因子来影响步长的更新。仿真表明,改进后的算法比原算法不但具有更快的收敛速度,而且具有更小且稳定的稳态误差。; 张薇薇; 关键词：收敛速度稳态误差遗忘因子

一类特殊的粗糙逻辑代数的不确定性度量: 2013年; 基于已有的包含度理论,在一类特殊的粗糙逻辑代数中首次引入了元素的粗糙真度,粗糙度等概念。进一步,引入了针对两个元素的粗糙相似度及粗糙包含度的概念,详细研究了它们的性质。这些概念可用于展开带有粗糙信息特征的近似推理。; 马晓珏李立峰

基于模糊最大散度差判别准则的自适应特征提取模糊聚类算法被引量：6: 2011年; 指出皋军等人提出的基于模糊最大散度差判别准则(Fuzzy Maximum Scatter Difference Discriminant Criteri-on,FMSDC)的聚类算法(Fuzzy Maximum Scatter Difference Discriminant Criterion Based Clustering Algorithm,FMSDCA)中聚类中心表达式的推导错误及相关结论的错误,在修改该错误的基础上提出新的基于FMSDC的模糊聚类算法:FMSDC-FCS(Fuzzy Compactness and Separation Clustering Algorithm Based on Fuzzy Maximum Scatter Difference Discriminant Criterion).FMS-DC-FCS利用FMSDC产生最佳投影矢量,利用模糊紧性分离性(Fuzzy Compactness and Separation,FCS)算法对降维数据聚类,通过交替运行原数据空间中的FMSDC和投影空间中的FCS来优化投影矢量和聚类结果,最终通过对降维数据的聚类实现对原始数据的聚类.实验结果表明,FMSDC-FCS总体性能优于原有的FCS算法、FMSDCA算法以及经典的模糊C-均值算法.; 支晓斌范九伦; 关键词：模糊聚类特征提取

基于自适应TV的Chan-Vese图像分割方法被引量：2: 2013年; 自适应整体变分(Total Variation,TV)图像平滑模型能有效去除噪声,具有较强的图像保征能力。基于多相水平集的Chan-Vese图像分割模型能有效地实现多质图像的分割。将自适应TV图像平滑方法和Chan-Vese图像分割方法有机整合,提出了自适应TV的Chan-Vese图像分割方法。实验表明,该方法能得到较好的分割结果。; 王竹霞臧顺全; 关键词：图像分割

全选清除导出

共1页<1>

陕西省教育厅科研计划项目(2010JK835)