文中在研究现有先验知识与支持向量机融合的基础上，针对置信度函数凭经验给出的不足，提出了一种确定置信度函数方法，更好地进行分类。该方法是建立在模糊系统理论的基础上：将样本的紧密度信息作为先验知识应用于支持向量机的构造中，在确定样本的置信度时，不仅考虑了样本到所在类中心之间的距离，还考虑样本与类中其它样本之间的关系，通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割，以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验，实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。
2021-01-30 23:04:49
843KB
1
通过MATLAB仿真实验深刻反映数字信号最佳接收机原理及最佳接收准则，从而掌握二进制却只信号最佳接收机的设计。
2020-04-24 03:03:26
53KB
1
何凯明先生09年CVPR会议最佳论文，Single Image Haze Removal Using Dark Channel Prior，中英文都有，并且有何恺明在CVPR会议上演讲时的ppt——基于暗通道先验的单幅图像去雾技术，并且有何凯明公开的源码guided-filter-code。
2019-12-21 22:12:03
12.86MB
1
何凯明暗通道先验法 原文 翻译 ppt 及大气光模型论文
和图像除雾相关的资料
Single Image Haze Removal Using Dark Channel Prior
Optimized contrast enhancement for realtime image and video dehazing
modeling skylight and aerial perspective
何恺明在CVPR会议上演讲时的ppt——基于暗通道先验的单幅图像去雾技术
基於暗原色的单一图像去雾技术
2019-12-21 21:50:40
17.33MB
1