期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于邻域关联因子耦合信息度量规则的图像修复算法
被引量：
1
1
作者
常国锋
许利军
《山东科技大学学报（自然科学版）》
CAS
北大核心
2021年第1期100-108,共9页
针对当前图像修复算法忽略图像纹理信息的变化度而导致修复结果中存在间断及振铃效应等不足,提出了基于邻域关联因子与信息度量规则的图像修复算法。首先,将待修复块与其邻域块的归一化互相关值引入到优先权的计算中,以构造邻域关联因子...
针对当前图像修复算法忽略图像纹理信息的变化度而导致修复结果中存在间断及振铃效应等不足,提出了基于邻域关联因子与信息度量规则的图像修复算法。首先,将待修复块与其邻域块的归一化互相关值引入到优先权的计算中,以构造邻域关联因子,并将其与置信度以及数据项结合计算优先权,从而获取优先修复块。利用图像块对应的均值和方差特征,建立信息度量规则,根据纹理信息的变化度对样本块的大小进行调节。最后,引入误差平方和函数,对待修复块与匹配块的相似度进行测量,获取最优匹配块,利用最优匹配块中的像素点对待修复块进行填充,实现图像的修复。通过实验结果发现,所提算法具备更高的修复质量。
展开更多
关键词
图像修复
邻域关联因子
优先权计算
信息度量规则
样本块
误差平方和函数
在线阅读
下载PDF
职称材料
一种改进的K-means算法
被引量：
74
2
作者
张玉芳
毛嘉莉
熊忠阳
《计算机应用》
CSCD
北大核心
2003年第8期31-33,60,共4页
聚类分析在科研和商业应用中都有着非常重要的应用,K means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K means算法的局限性日益突出。基于取样的划分思想,提出了一种改进的K means算法,在一定程度上避免了聚类结果陷入局...
聚类分析在科研和商业应用中都有着非常重要的应用,K means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K means算法的局限性日益突出。基于取样的划分思想,提出了一种改进的K means算法,在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况,仿真实验结果表明:改进后的K means算法优于原始算法,并且稳定性更好。
展开更多
关键词
聚类
K-MEANS算法
误差
平方和
准则
函数
在线阅读
下载PDF
职称材料
题名
基于邻域关联因子耦合信息度量规则的图像修复算法
被引量：
1
1
作者
常国锋
许利军
机构
新乡学院计算机与信息工程学院
武汉理工大学计算机学院
出处
《山东科技大学学报（自然科学版）》
CAS
北大核心
2021年第1期100-108,共9页
基金
河南省自然科学基金项目(182300410258)
河南省科技攻关项目(182102210494)
河南省高等学校重点科研项目(15A520094)。
文摘
针对当前图像修复算法忽略图像纹理信息的变化度而导致修复结果中存在间断及振铃效应等不足,提出了基于邻域关联因子与信息度量规则的图像修复算法。首先,将待修复块与其邻域块的归一化互相关值引入到优先权的计算中,以构造邻域关联因子,并将其与置信度以及数据项结合计算优先权,从而获取优先修复块。利用图像块对应的均值和方差特征,建立信息度量规则,根据纹理信息的变化度对样本块的大小进行调节。最后,引入误差平方和函数,对待修复块与匹配块的相似度进行测量,获取最优匹配块,利用最优匹配块中的像素点对待修复块进行填充,实现图像的修复。通过实验结果发现,所提算法具备更高的修复质量。
关键词
图像修复
邻域关联因子
优先权计算
信息度量规则
样本块
误差平方和函数
Keywords
image inpainting
neighborhood correlation factor
priority calculation
information metrics rule
sample blocks
sum of squared differences
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种改进的K-means算法
被引量：
74
2
作者
张玉芳
毛嘉莉
熊忠阳
机构
重庆大学计算机学院
出处
《计算机应用》
CSCD
北大核心
2003年第8期31-33,60,共4页
文摘
聚类分析在科研和商业应用中都有着非常重要的应用,K means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K means算法的局限性日益突出。基于取样的划分思想,提出了一种改进的K means算法,在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况,仿真实验结果表明:改进后的K means算法优于原始算法,并且稳定性更好。
关键词
聚类
K-MEANS算法
误差
平方和
准则
函数
Keywords
Clustering
the K-means Algorithm
J_c
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于邻域关联因子耦合信息度量规则的图像修复算法
常国锋
许利军
《山东科技大学学报（自然科学版）》
CAS
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
一种改进的K-means算法
张玉芳
毛嘉莉
熊忠阳
《计算机应用》
CSCD
北大核心
2003
74
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
