k奇异值分解相关论文
针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题,提出了一种结合K奇异值分解(KSVD)和最大相关最小冗余......
在水下作业和各种救援任务等活动中佩戴的面罩,使得佩戴者发出的语音发生改变,加之周围环境噪声的影响,导致语音质量变差,阻碍了正......
多描述编码(Multiple description coding,简称MDC)是一种对图片、视频具有较强错误隐藏和错误恢复能力的编码技术。针对因互联网......
针对传感器故障探测和诊断,提出了一种基于稀疏分解残差的氢气传感器故障探测和辨识方法。基于信号稀疏分解理论,对采集的传感器正......
基于压缩感知的K-means Singular Value Decomposition(K-SVD)图像去噪算法具有良好的自适应性和细节恢复能力,但需事先给定稀疏度......
稀疏分解是近年发展起来的新的信号处理方法,其优势在于分解所用的基（字典）是超完备的,能更真切地反映信号本质,因此能得到信号的稀......
在低信噪比的情况下,稀疏表示无法将纯净语音完全从带噪语音中分离出来,针对此问题提出了一种利用子空间改进的K奇异值分解语音增......
临床辅助诊断对医学图像视觉效果提出了较高的要求,但非下采样轮廓波变换(NSCT)分解获得的低频子带系数不具有稀疏性,不利于保持源......
针对目前全局训练字典对于脑部医学图像的自适应性不强,以及使用稀疏表示系数的L1范数取极大的融合方式易造成图像的灰度不连续效......
针对当前图像超分辨率重建算法中存在的字典单一而导致重建图像质量不佳的问题,提出一种将图像块分类与图像卡通纹理分解相结合的......
针对编码孔径光谱成像技术中光谱图像重构质量不高的问题,提出一种自适应分裂Bregman迭代的光谱图像重构方法。构建光谱图像分块重......
在奇异值字典学习方法的基础上,结合主成分分析方法提出了主成分分析字典学习方法.该方法取代了奇异值分解(KSVD)方法中对误差项直......
针对目前的稀疏去噪算法分解效率低、去噪效果不理想的问题,提出了一种基于自适应匹配追踪的图像去噪算法。该算法首先通过自适应......
为解决K-SVD图像去噪算法运算复杂、去噪效率低的问题,提出一种基于平均计算的快速K-SVD图像去噪算法。采用分簇去噪的思想,按照灰......
针对传统K奇异值分解(K-Singular value decomposition,K-SVD)算法在稀疏表示过程中,由于目标信号稀疏度难以确定以及字典原子受噪......
无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声。......
期刊
图像修复是对图像中破损区域进行信息填充,以减少图像破损所带来的信息损失的过程。传统的图像修复方法需要依赖图像的具体结构来......
针对目前使用单字典表示脑部医学图像难以得到精确的稀疏表示进而导致图像融合效果欠佳,以及字典训练时间过长的问题,提出了一种改......
文提出一种基于自适应逼近残差的稀疏表示语音降噪方法。在字典学习阶段基于K奇异值分解（K-Singular Value Decomposition, K-SVD）算......
提出了一种新的图像压缩算法,该算法在K奇异值分解（K-SVD）的基础上,将图像分解成4×4像素的图像块,进行字典学习和稀疏表示,完成......
