| 题名 | 基于稀疏编码理论的自然图像处理研究; Research on Natural Image Processing Based on Theory of Sparse Coding |
| 作者 | 庄永文 |
| 答辩日期 | 2008 ; 2008 |
| 导师 | 周昌乐 |
| 关键词 | 图像处理 稀疏表示 Gabor滤波器支持的稀疏编码 Image processing Sparse representation SC based on Gabor filter |
| 英文摘要 | 生物学实验表明，视皮层对外界刺激的处理采用神经稀疏表示原则。稀疏编码源于视神经网络的研究，是对只有一小部分神经元同时处于活跃状态的多维数据的神经网络的表示方法，在视神经细胞的响应特性和外部环境刺激的统计特性之间建立一种科学的数量联系，逐渐成为一种有效理解人类神经系统信息加工机制的理论工具，在盲源信号分离、语音信号处理、自然图像特征提取、自然图像去噪以及模式识别方面等方面取得了许多成果，具有重要的实用价值。 自然图像的稀疏编码模型，是一种模拟哺乳动物视觉系统主视皮层V1区简单细胞感受野的人工神经网络方法，其编码方式不依赖于输入数据性质，仅仅依靠外界感知信息的统计特性，是一种自适应的信号统计方法...; Biological experiments show that response properties of visual cortex have been considered to be sparse neuro-representation. Sparse coding has its origin in the study of visual neural network; it is a neural network method for finding a representation of multidimensional data in which each of the components of the representation is only rarely significantly active. Sparse code theory establishes ...; 学位：工学硕士; 院系专业：信息科学与技术学院计算机科学系_计算机应用技术; 学号：20051302361 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=18928 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/50949]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 庄永文. 基于稀疏编码理论的自然图像处理研究, Research on Natural Image Processing Based on Theory of Sparse Coding[D]. 2008, 2008. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论