【摘 要】
：
针对FCM分割对SAR图像斑点噪声敏感的特点，提出了一种新的去噪方法。所提出的方法主要分三个步骤：首先，分别对获得的两幅同源不同时相的SAR图像进行小波和Lee滤波结合去噪；然后，通
【机 构】
：
沈阳航空航天大学电子信息工程学院,东南大学移动通信国家重点实验室
论文部分内容阅读
针对FCM分割对SAR图像斑点噪声敏感的特点，提出了一种新的去噪方法。所提出的方法主要分三个步骤：首先，分别对获得的两幅同源不同时相的SAR图像进行小波和Lee滤波结合去噪；然后，通过对数比值检测方法获得变化信息，利用双边滤波器处理变化信息，以获得能保留图像丰富细节信息的图像降噪效果；最后，利用FCM方法把变化信息分成两类，这样就可以获得变化检测结果。Ottawa地区的部分图像作为检测算法性能的数据库。将去噪方法相互比较，结果表明提出的算法分类正确率达到98．29％，优于其他去噪方法。
其他文献
提出一种基于参数的层次化Mesh互连片上网络结构——PHNo C,解决片上网络规模扩张引起的通信延迟和吞吐性能下降问题。采用分簇多层次互连的思想,提高片上网络扩展性和连通性
随着电子商务的发展,基于协同过滤的推荐算法越来越受欢迎,与此同时,该算法的缺陷也越来越明显,如数据稀疏性、系统可扩展性等。为此,提出一种混合型推荐算法。该混合算法首先利用谱聚类方法,根据图谱理论将聚类问题转换为图的分割问题,寻找相似数据群;然后利用扩展逻辑回归的朴素贝叶斯算法对聚类结果建立预测模型;最后使用增量式更新的方法,在不全部重新训练模型的基础上,对模型进行局部修改。实验结果表明,该算法较传
针对现有的案件处理系统功能单一、效率低、缺乏并行处理和协调优化能力,无法满足现代案件处理需求的问题,基于改进Petri网的工作流技术,解析案件处理特征,对案件处理系统动态过程进行规划、调度和调整,在建模过程中引入Petri网分布式处理框架和工作流的路由结构、触发机制,建立了一种改进Petri的网工作流案件分布式处理系统模型,并对模型进行定义化描述和合理性验证,为司法部门案件处理提供高效、安全、可靠
传统的弱指导关系抽取研究主要集中于单语言内部。为了充分利用语言之间的互补性来减轻对大规模训练数据的需求,提出一种双语协同训练的关系分类方法。针对小规模标注语料和一定规模的未标注语料,通过机器翻译和实体对齐产生关系实例的双语视图,最后利用协同训练得到两种语言的分类模型。在ACE RDC 2005中英文语料上的实验表明,双语协同训练方法可以同时提高中文和英文的关系分类性能,并且减少对于标注训练数据量的
端口跳变是移动目标防御典型技术，通过持续改变服务端口来隐藏服务标志和迷惑攻击者。利用SDN逻辑集中控制与网络可编程特性，提出基于端口跳变的SDN网络防御技术。使用SDN控制
针对规模庞大的应用如何在No C平台上低功耗地运行,提出了一种基于改进遗传算法的片上网络低功耗映射方法。该方法利用任务节点的通信权重和映射平台的结构特征,对任务节点进
针对在嵌入式系统中说话内容与说话者群同时识别的应用环境,提出了小空间占用的说话内容与说话者群同时识别的方法。在近年关于说话内容与说话者身份同时识别机制的相关研究的基础上,用GMM替换HMM对说话内容与说话者群语音特征进行建模与投票机制完成说话者群识别以降低算法的空间占用,并用SQ(soft quantization)对多个语音内容识别器的识别结果集成输出。当集成模型为六个时,减少20.88%语音内
针对中、英文有向加权文本同现网络的抗毁性能进行研究。选取著名的外文小说《飘》的中、英文版本作为基本语料,以章节作为基本单元,构造了12个中文字有向加权文本同现网络和12个英文词有向加权文本同现网络;分析了各文本同现网络基本参数的变化趋势,并且绘制了相应的分布曲线,并分析了各文本同现网络的抗毁性能。实验结果表明,中、英文的抗毁性能随着文章长度的增加都在逐渐降低,但中文网络的抗毁性下降的速率要比英文网
针对常规径向基函数神经网络(radial basis function neural network,RBFNN)的逼近性能对网络结构和初始参数依赖性强的问题,采用最小资源分配网络进行改进,并与单神经元PID控制相结合,提出了一种基于最小资源分配网络的自适应PID控制方法。该方法利用最小资源分配网络动态构建RBFNN,实现RBFNN结构和参数的在线优化,并用该RBFNN辨识对象的离散模型,然后由单