图像表示的鲁棒性和区分性概念分解

用于多用户MISO通信系统中的无线信息和功率传输的鲁棒保密波束成形

具有通道不确定性的D2D通信的鲁棒Stackelberg博弈上行功率控制

磁共振弹性成像鲁棒波图像处理方法的评价

鲁棒性语音识别系统设计与实现-附件资源

具有干扰约束的D2D中继网络中的分布式鲁棒协作波束成形

设备到设备网络中具有能量收集约束的鲁棒中继波束成形

基于多核和模糊决策的鲁棒模糊粗糙集模型用于特征选择

通过对抗网络进行大容量鲁棒图像隐写术

烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。