导读:本文包含了邻域信息论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:邻域,信息,图像,稀疏,失配,模糊,磁共振。
邻域信息论文文献综述
陈永昕,尹项根,张哲,杨凡,曹文斌[1]（2019）在《基于邻域信息的3/2接线按串配置断路器保护方案及实现方法》一文中研究指出根据超高压系统3/2接线变电站结构特点,提出基于邻域信息的按串配置断路器保护方案及其实现方法,提升近后备保护的选择性、速动性和可靠性。按串配置断路器保护方案包括3种优化策略:消除死区的断路器分合优化策略、中断路器重合闸的自适应策略、基于运行方式的在线辨识控制策略。进而从站域保护和就地化保护2个角度提出实现方法,并通过仿真分析验证了可行性和有效性。所提方案利用信息共享技术克服传统断路器保护的缺陷,为提升交直流混联电网安全稳定运行提供新的思路。(本文来源于《电力自动化设备》期刊2019年12期）
张冰,谢从华,刘哲[2]（2019）在《基于显着稀疏表示和邻域信息的多聚焦图像融合》一文中研究指出针对多聚焦图像融合算法中边缘模糊和重影的问题,文中提出了一种基于显着稀疏表示模型的多聚焦图像融合方法。首先,根据显着稀疏表示将图像分解为公共稀疏部分、独有稀疏部分和细节信息。其次,利用独有的特征和细节信息检测图像的聚焦区域。最后,利用图像的细节和邻域信息更精确地划分聚焦区域和散焦区域,将不同的源图像的聚焦区进行融合。大量实验结果表明,该方法对多聚焦图像实现了有效融合。与几种最先进的融合算法相比,该方法处理后的图像保留了更多的源图像信息和边缘信息,减少了未配准图像的重影,提高了图像的融合效果。(本文来源于《计算机科学》期刊2019年09期）
任彤[3]（2019）在《基于快速模糊C均值和邻域空间信息的脑部MR图像分割》一文中研究指出目的提出一种改进的模糊C均值聚类算法,并将其应用于脑部MR图像分割。方法首先,采用最大距离测度选取FCM初始聚类中心;然后,采用硬分类方法更新聚类中心和空间邻域信息构建隶属度函数,最后完成图像各区域分类。结果采用人工合成图像和临床实例脑部MR图像进行仿真实验,结果显示基于空间信息的SFCM/SFFCM算法所得图像噪声水平低于传统的FCM/FFCM算法。定量分析显示基于SFCM_(1,1)/SFFCM_(1,1)的分类评价指标模糊位置系数Vpc(0.944)和位置信息熵Vpe(0.043)均最优,SFFCM_(1,1)程序耗时较标准FCM降低了37.2%～82.9%,迭代次数减少5～20次。结论本研究提出的SFFCM分割算法收敛速度更快,精确度更高,是一种可行的脑部MR图像分割算法。(本文来源于《中国医疗设备》期刊2019年09期）
齐泽瑶,王远军[4]（2019）在《结合邻域信息的TV正则化稀疏角度重建算法》一文中研究指出在计算机断层扫描(Computed Tomography,CT)成像领域,全变分(total variation,TV)重建算法可以从稀疏角度投影数据中重建出高质量的图像而不引入显着的伪影.为了进一步改善算法的性能,本文提出了一种结合邻域信息的TV正则化稀疏角度重建算法.首先通过像素邻域信息的均值和均方差构建了一个自适应权重函数,然后引入到TV模型中以此利用图像的各向异性边缘属性.本文算法可以自适应调节图像局部信息进一步改善了图像的稀疏性,可以更好的重建图像.应用此算法对Shepp-Logan仿真模型和真实的核桃投影数据进行重建,实验结果表明,该算法在抑制伪影和保留边缘结构细节信息方面能够取得更好的性能.(本文来源于《小型微型计算机系统》期刊2019年08期）
陆军,范哲君,王婉佳[5]（2019）在《点邻域信息加权的点云快速拼接算法》一文中研究指出针对传统四点鲁棒快速拼接算法在数据量较大时计算速度不够理想的问题,提出一种基于点邻域信息加权的点云快速拼接算法.首先对传统法向量估算算法进行改进,提出加权主成分分析算法计算点的法向量;然后利用点到邻域内其他点的重心的距离进行特征点提取;再用一种基于加权曲率计算的邻域特征描述来筛选对应点对,并运用双重约束对得到的对应点对进行筛选提取有效点对;最后代入四点法作为初始数据进行拼接.实验结果表明,文中提出的法向量和曲率加权计算、特征点提取、对应关系筛选方法稳定可靠;该算法比传统四点拼接算法精度更稳定,整体拼接速度得到了很大提升.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期）
程昳,刘勇[6]（2019）在《基于邻域粒化的混合信息系统动态规则提取》一文中研究指出现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型。首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离。其次提出了针对数值型决策属性诱导决策类的3种方法。其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型。该模型可用于具有以下特点的信息系统的规则提取:(1)条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等;(2)决策属性集可包括符号型、数值型。利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性。(本文来源于《计算机工程与科学》期刊2019年07期）
马彪,李千目[7]（2019）在《基于信息差分保护的邻域推荐方法》一文中研究指出为了减少推荐系统在挖掘用户行为大数据时隐私泄漏事件的发生,将差分隐私保护与协同过滤推荐算法结合,构建了一个差分隐私保护模型.采用一种引入偏置项优化的邻域的协同过滤模型,通过对该推荐模型计算过程中的平均值计算、偏置项计算、邻居选择、相似度计算等多环节设计,给出了一种基于差分隐私保护的邻域推荐算法.将平均值预测(IA)、基本的基于邻域推荐算法(BasicKNN)、带偏置项的基于邻域推荐算法(BiasedKNN)、隐私保护预处理邻域推荐算法(PPKNN)进行了试验对比.结果表明,文中提出的差分隐私保护协同过滤算法能够在保证差分隐私保护的前提下取得较好推荐准确度,且在略牺牲隐私保护效果的情况下,可获得更好的推荐效果.(本文来源于《江苏大学学报(自然科学版)》期刊2019年04期）
张雷雷,王铎[8]（2019）在《基于局部能量和邻域信息的红外与可见光图像融合》一文中研究指出图像融合作为图像处理领域的一个重要分支,已成为研究的热点问题之一。对于像素级图像融合,多尺度多分辨率分解已被广泛应用,但是在低频子带的处理上,由于平均法容易导致融合图像出现模糊,对比度下降等问题,提出基于区域能量的低频子带融合方法;对于高频子带,在考虑系数本身的同时,也考虑其邻域系数的影响。对已配准的可见光和红外源图像进行融合实验,并对融合图像进行评价,结果表明,文中方法在保留图像轮廓的同时,充分保留了图像的高频边缘及细节信息。(本文来源于《光电技术应用》期刊2019年03期）
王磊[9]（2019）在《基于邻域信息学习的视频超分辨率重建研究》一文中研究指出高分辨率视频能够为目标或场景提供更多的细节,而这些细节在安防、医学和遥感等涉及识别、理解与分析的领域有着不可或缺的作用。因此,对于视频超分辨率重建技术展开深入研究具有重要的理论研究意义和实际应用价值。本文重点围绕基于稀疏表示的视频超分辨率重建方法展开研究,提出了引入邻域先验信息的学习字典训练方法,并将该学习字典应用于视频超分辨率重建,有效提高视频超分辨率重建质量;进一步针对噪声对视频的影响,提出引入低秩矩阵分解融合邻域先验信息的方法提高视频帧的分辨率。本文的工作主要体现在以下叁个方面:(1)学习并研究了几种经典的的超分辨率重建方法,主要包括基于小波变换方法、基于插值方法和基于稀疏表示方法等,并且分别进行了数值实现和实验结果的对比分析。(2)提出一种引入邻域先验信息的训练样本集构建方法,该方法首先提取待超分视频帧的特征点,并以特征点为中心取块;其次筛选邻域帧中对应待超分视频帧特征点附近的结构相似块;最后将待超分视频帧内和邻域帧内以特征点为中心的结构相似图像块组成训练样本集合。基于上述结构相似图像块组成的训练样本集合训练融合了邻域先验信息的学习字典,并将其应用于视频的超分辨率重建。实验结果表明,引入邻域先验信息是有效提高视频超分辨重建质量的途径之一。该方法训练出的学习字典在训练过程中算法复杂度较低,而且将该字典应用于视频超分辨重建可有效提高视频的分辨率。(3)为了克服噪声等冗余信息对视频质量的影响,利用低秩矩阵分解模型去除视频帧中的噪声和冗余信息,进一步融合基于邻域信息引入的稀疏表示超分辨率方法。该方法能够克服自然或人为噪声对视频的影响,且视频超分辨率重建质量有所提高。(本文来源于《西北大学》期刊2019-06-01）
张岭军,李聪,段云龙[10]（2019）在《结合空间邻域信息的SAR图像变化检测》一文中研究指出SAR图像变化检测可以通过对差异图的分类来实现,由于SAR图像容易受到相干斑噪声的干扰,从而影响变化检测效果。提出了一种基于空间邻域信息模糊聚类的SAR图像变化检测方法,根据对数比法和均值比法的各自特点,构造了一种新的差异图生成方法,并通过对传统的模糊聚类算法结合像素的空间邻域信息进行改进,来实现SAR图像的变化检测。实验结果表明,与传统的阈值法、模糊聚类算法以及局部邻域信息模糊C均值算法相比,提出的算法具有较高的检测精度,不但能有效地抑制噪声影响,同时能较好地保留图像细节信息。(本文来源于《计算机工程与应用》期刊2019年15期）
邻域信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多聚焦图像融合算法中边缘模糊和重影的问题,文中提出了一种基于显着稀疏表示模型的多聚焦图像融合方法。首先,根据显着稀疏表示将图像分解为公共稀疏部分、独有稀疏部分和细节信息。其次,利用独有的特征和细节信息检测图像的聚焦区域。最后,利用图像的细节和邻域信息更精确地划分聚焦区域和散焦区域,将不同的源图像的聚焦区进行融合。大量实验结果表明,该方法对多聚焦图像实现了有效融合。与几种最先进的融合算法相比,该方法处理后的图像保留了更多的源图像信息和边缘信息,减少了未配准图像的重影,提高了图像的融合效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
邻域信息论文参考文献
[1].陈永昕,尹项根,张哲,杨凡,曹文斌.基于邻域信息的3/2接线按串配置断路器保护方案及实现方法[J].电力自动化设备.2019
[2].张冰,谢从华,刘哲.基于显着稀疏表示和邻域信息的多聚焦图像融合[J].计算机科学.2019
[3].任彤.基于快速模糊C均值和邻域空间信息的脑部MR图像分割[J].中国医疗设备.2019
[4].齐泽瑶,王远军.结合邻域信息的TV正则化稀疏角度重建算法[J].小型微型计算机系统.2019
[5].陆军,范哲君,王婉佳.点邻域信息加权的点云快速拼接算法[J].计算机辅助设计与图形学学报.2019
[6].程昳,刘勇.基于邻域粒化的混合信息系统动态规则提取[J].计算机工程与科学.2019
[7].马彪,李千目.基于信息差分保护的邻域推荐方法[J].江苏大学学报(自然科学版).2019
[8].张雷雷,王铎.基于局部能量和邻域信息的红外与可见光图像融合[J].光电技术应用.2019
[9].王磊.基于邻域信息学习的视频超分辨率重建研究[D].西北大学.2019
[10].张岭军,李聪,段云龙.结合空间邻域信息的SAR图像变化检测[J].计算机工程与应用.2019
论文知识图
