已閱讀1頁(yè),還剩79頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于稀疏表示與字典學(xué)習(xí)的基于稀疏表示與字典學(xué)習(xí)的極化極化SAR圖像壓縮圖像壓縮作者姓名作者姓名劉斌指導(dǎo)教師指導(dǎo)教師姓名、職稱姓名、職稱白靜副教授副教授申請(qǐng)學(xué)位類別申請(qǐng)學(xué)位類別工學(xué)碩士工學(xué)碩士萬(wàn)方數(shù)據(jù)基于稀疏表示與字典學(xué)習(xí)的基于稀疏表示與字典學(xué)習(xí)的極化極化SAR圖像壓縮圖像壓縮學(xué)校代碼學(xué)校代碼10701分類分類號(hào)TP751學(xué)號(hào)1302120746密級(jí)公開(kāi)公開(kāi)西安電子科技大學(xué)西安電子科技大學(xué)碩士學(xué)位碩士學(xué)位論文論文作者姓名作者姓名:劉斌一級(jí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示與字典學(xué)習(xí)的極化SAR圖像壓縮.pdf
- 基于統(tǒng)計(jì)特性與字典學(xué)習(xí)的極化SAR圖像壓縮.pdf
- 基于字典學(xué)習(xí)與稀疏模型的SAR圖像壓縮技術(shù)研究.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于稀疏表示的面向?qū)ο髽O化SAR圖像分類.pdf
- 基于稀疏表示及字典學(xué)習(xí)的SAR目標(biāo)識(shí)別.pdf
- 圖像壓縮傳感中基于變換域和字典學(xué)習(xí)的稀疏表示研究.pdf
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于字典學(xué)習(xí)和稀疏表示的圖像融合方法.pdf
- 基于自適應(yīng)字典稀疏表示的人臉圖像壓縮算法研究.pdf
- 基于稀疏編碼字典和深度學(xué)習(xí)的極化SAR影像地物分類.pdf
- 基于非局部稀疏模型的SAR圖像字典學(xué)習(xí)及應(yīng)用.pdf
- 基于聯(lián)合域聚類和稀疏表示的極化SAR圖像分類.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)與稀疏學(xué)習(xí)的極化SAR圖像分類.pdf
- 基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究.pdf
- 基于冗余字典的圖像稀疏表示研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪研究.pdf
- 基于超完備字典稀疏表示的圖像融合.pdf
- 基于稀疏表示的SAR圖像抑斑.pdf
- 基于深層特征學(xué)習(xí)和稀疏表示的SAR圖像分類.pdf
評(píng)論
0/150
提交評(píng)論