本文是基于均值滤波的邻域滤波法，用来实现图像去噪。
2022-09-14 18:00:47
578B
在本文中，我们考虑结合确定性退火方法和Tsallis熵最大化的模糊c均值（FCM）聚类算法。 Tsallis熵是Shannon熵的q参数扩展。 通过在FCM框架内最大化Tsallis熵，可以推导出类似于统计机械分布函数的隶属函数。 使用此方法时的主要考虑因素之一是如何为给定的数据集确定合适的q值和最高退火温度Thigh。 因此，在本文中，提出了一种在不引入任何附加参数的情况下同时确定这些值的方法。 在我们的方法中，隶属函数通过一系列扩展方法进行近似，并且K-means聚类算法被用作预处理步骤以估计每个数据分布的半径。 实验结果表明，该方法是有效的，并且可以根据给定的数据集自动和代数确定q和Thigh。
2022-04-05 21:07:09
2.9MB
1
昆明位于低纬度高海拔区域,海拔在2 000 m左右,为了分析利用INSAR技术提取昆明城区的DEM精度。文中利用升降轨模式下的sentinel-1A获取昆明区域DEM,然后通过相关系数值法和均值法分别对升降轨DEM进行数据融合,对两种融合方法得到的DEM进行对比,结果显示前者比后者得到DEM的精度高。再将相干系数法融合得到DEM与SRTM3 DEM在相同区域采用叠加分析的相减法得到高程异差图,最后由检查点法和剖面法分别对高程异差图进行精度分析。结果表明,融合DEM有效的消除雷达叠掩、透视收缩等引起的"空洞"现象,更好显示地面起伏和纹理特征。其高程异差值统计标准差为±29. 50 m,高程异差值的绝对值小于30 m的区域占84. 5%。
2022-04-04 23:27:03
1.65MB
1
概要介绍：历经半个多月的时间，Debug呕心沥血、亲自录制的 “缓存中间件Redis技术入门与典型应用场景实战（SpringBoot2.x）”的新课终于完成了，顾名思义，这是一门关于目前相当流行的分布式缓存中间件Redis相关技术栈的介绍与实战，目的在于带领各位小伙伴一起学习、攻克Redis，更好地巩固自己的核心竞争力，跳槽涨薪 自然不在话下！
值得介绍的是，本课程在技术层面涵盖了中间件Redis的相关技术栈，比如数据结构String、List、Set、SortedSet以及Hash等等，除此之外，在设计并实战“抢红包系统”以及实战各种数据结构对应的应用场景期间，也使用了微服务、分布式相关的技术。包括SpringBoot2.x、Mybatis、热部署工具、二倍均值法、多线程并发编程、发送邮件等等。
2021-10-14 21:40:58
68.91MB
1
本文研究了处理随机不等式的若干确定型转化形式.在讨论已有方法(如均值法和机会约束法)的基础上,我们提出了一种反映决策者满意度的随机变量的序数关系,并据此得到一种新的随机不等式转化为确定型不等式的满意度方法.同以往方法比较,满意度方法对处理随机不等式同时具备简洁性和科学性.将该方法应用于求解随机约束优化问题说明了它的优势.
2021-02-23 14:03:24
1.81MB
1