版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、級:公開融合框架的稀疏4和框架的最優(yōu)稀疏劃分Sparsityoffusionframesoptimallysparsepartitionofframes(申請汕頭大學(xué)理學(xué)碩士學(xué)位論文)院(系、所):理學(xué)院數(shù)學(xué)系專業(yè):應(yīng)用數(shù)學(xué)研宄生:盧劍指導(dǎo)教師:楊守志教授謝長珍副教授二o—五年四月學(xué)位論文原創(chuàng)性聲明本論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的工作研究及取得的研究成果.論文中除了特別加以標(biāo)注和致謝的地方外,不包含其他人或其它機構(gòu)已經(jīng)發(fā)表或撰寫過的研究
2、成果.對本文的研究做出貢獻(xiàn)的個人和集體,均已在論文中以明確方式標(biāo)明.本人完全意識到本聲明的法律責(zé)任由本人承擔(dān).論文作者簽名:______________日期:________年—月—日學(xué)位論文使用授權(quán)的聲明本人授權(quán)汕頭大學(xué)保存本學(xué)位論文的電子和紙質(zhì)文檔,允許論文被查閱和借閱;學(xué)??蓪⒈緦W(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或其它復(fù)制手段保存和匯編論文;學(xué)??梢韵驀矣嘘P(guān)部門或機構(gòu)送交論文并授權(quán)其保存、借閱或上
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于融合框架與稀疏表示的遙感影像銳化.pdf
- 緊框架表示下的稀疏恢復(fù).pdf
- 基于ST算法的框架稀疏性若干問題研究.pdf
- 30354.稀疏框架的性質(zhì)及其緊化方法
- 基于字典學(xué)習(xí)和稀疏表示的圖像融合方法.pdf
- 基于稀疏表示的圖像融合方法研究.pdf
- 稀疏表示與特征融合的圖像搜索.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于區(qū)域劃分的稀疏表示去噪算法研究.pdf
- 基于稀疏表示的圖像融合算法.pdf
- 基于超完備字典稀疏表示的圖像融合.pdf
- 基于多尺度濾波和稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示的腦部CT和MRI圖像融合算法.pdf
- Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合.pdf
- 稀疏表示框架下的農(nóng)作物病害圖像識別方法研究.pdf
- 基于最優(yōu)給分的稀疏無監(jiān)督學(xué)習(xí)算法研究.pdf
- 基于解析稀疏模型的信號稀疏表示.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于稀疏表示的圖像融合算法研究.pdf
- 基于稀疏逼近的圖像解模糊與動態(tài)融合.pdf
評論
0/150
提交評論