图像超分辨率论文实验,验证了模块的有效性,和特征融合的有效性。
2022-09-27 09:07:07 840.87MB 图像处理 图像超分辨 深度学习
1
多尺度特征融合图像超分辨率重建
2022-09-13 09:07:13 15.48MB 图像超分
1
采集癫痫小鼠模型在常态与致癫状态下的脑电信号以研究其癫痫脑电的自动分类。对经过噪声和伪迹消除预处理的脑电信号进行小波变换,获得不同频率子带的小波系数,对脑电信号及与癫痫特征波相关的小波系数提取相应的线性特征(标准差)和非线性特征(样本熵);基于这些特征及其组合使用支持向量机分类器实现分类。实验发现基于小鼠脑电本身的标准差和样本熵的分类正确率分别为59.10%和58.00%;而融合各相关小波系数的标准差或样本熵,分类正确率分别达到86.60%和88.60%;融合全部相关小波系数的线性和非线性特征后分类正确率为99.80%。这些结果说明基于小波系数特征融合的分类算法性能有显著提升,能有效实现小鼠癫痫脑电的自动分类。
2022-09-06 15:43:38 1.02MB 论文研究
1
在这项工作中,提出了一种用于裂纹检测的深度监督网络。在该网络中,DeepLab被用作密集特征提取器,以获得多尺度卷积特征。采用了一种新的多尺度特征融合模块。 该模块背后的主要动机是解决U形结构中具有语义信息的深层特征在逐层融合过程中被稀释的问题。深度监督学习用于多尺度特征的集成直接监督。此外,采用加权交叉熵损失函数来解决路面裂缝数据的样本不平衡问题。为了进行性能评估,我们分别在三个公共裂缝数据集上进行了实验。实验结果表明,我们的方法优于最先进的裂纹检测方法。
2022-09-04 20:05:31 15.32MB 强化学习
1
基于hog和颜色特征融合的 欧式距离图像搜索系统 matlab
2022-07-14 20:06:29 2.32MB 所有
lpq和dslbp特征融合的表情识别系统,基于svm分类器
2022-07-12 09:14:09 12.61MB 表情
代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征降维,特征融合,相关分析等多元数据分析的典型相关分析代码代码 特征
通过深度学习模型对室内楼道环境的视觉信息进行处理,帮助移动机器人在室内楼道环境下自主行走。为达到这个目的,将楼道环境对象分为路、门、窗户、消防栓、门把手和背景六类,通过图像的语义分割实现对象识别。在对楼道环境的六类对象进行分割的实验中发现,由于门把手比起其他对象小很多,影响了对它的识别效果;将六分类模型改为“5 2”分类模型,解决了这个问题。分类模型的基础是全卷积神经(FCN)网络,可以初步实现图像的分割。为了提高FCN网络的分割效果,从三个方面进行了实验研究:a)取出FCN网络的多个中间特征层,进行多层特征融合;b)考虑到移动机器人行走过程中视觉信息的时间序列特点,将递归神经网络(RNN)的结构纳入到FCN网络中,构成时间递归的t-LSTM网络;c)考虑到二维图像相邻像素之间的依赖关系,构成空间递归的s-LSTM网络。这些措施都有效地提高了图像的分割效果,实验结果表明,多层融合加s-LSTM的结构从分割效果和计算时间方面达到综合指标最佳。
1
做传感器研究的朋友,这是关于基于多特征融合的目标跟踪算法的一篇文章不错的。
2022-05-23 19:08:36 511KB 基于多特征融合的目标跟踪算法
1
遥感图像分类的应用在遥感图像研究中具有重要意义。为了提高高光谱遥感图像分类精度,本文提出了基于多特征融合的高光谱遥感分类方法。该方法将图像的空间特征和光谱特征归一融合,然后使用AdaBoost分类器集成算法对特征进行分类。首先,该方法使用主成分分析对高光谱数据降维,并提取图像的纹理特征和直方图特征,然后将三种特征归一化;最后使用AdaBoost集成分类方法对高光谱遥感数据分类。实验结果表明,相比于单个特征分类,该方法可取得较高的分类精度。
1