位置:成果数据库 > 期刊 > 期刊详情页
改进的流形学习图像稀疏降噪方法
  • ISSN号:1006-7167
  • 期刊名称:《实验室研究与探索》
  • 时间:0
  • 分类:TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]河海大学江苏省输配电装备技术重点实验室,常州市传感网与环境感知重点实验室,江苏常州213022
  • 相关基金:国家自然科学基金项目(10974044; 11274092;11274091);中央高校基本科研业务费项目(2011B11314);江苏省2009年度研究生教育教学改革研究与实践课题(22号);常州市科技支撑项目(CE20110031)
中文摘要:

本文将稀疏重构与流形学习算法两算法结合运用于图像降噪方面,提出了基于拉普拉斯图谱嵌入的稀疏编码.该方法利用拉普拉斯图谱的局部相关性,通过对权重矩阵的改进,增强数据间的关系表示,同时又通过稀疏理论进一步优化代表低维数据点的稀疏系数进行数据压缩,从而进一步提高图像降噪效果.

英文摘要:

Integrating sparse representation with manifold learning,a novel algorithm for sparse coding based on Laplacian eigenmap embedding was proposed.By use of the local correlation of Laplacian structure with the improved weight matrix,this method can represent the relationship of each data point more effectively.On the other hand,by using sparse theory,the method can further optimize the sparse coefficients which are present as the low-dimension data points.The results demonstrate that the proposed method can achieve a better performance in image denoising.

同期刊论文项目
期刊论文 36 会议论文 6 获奖 2 著作 1
同项目期刊论文
期刊信息
  • 《实验室研究与探索》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:上海交通大学
  • 主编:夏有为
  • 地址:上海市市南区华山路1954号交教学三楼456、457
  • 邮编:200030
  • 邮箱:sysycp@163.com sysy@mail.sjtu.edu.cn
  • 电话:021-62932952 62932875
  • 国际标准刊号:ISSN:1006-7167
  • 国内统一刊号:ISSN:31-1707/T
  • 邮发代号:4-834
  • 获奖情况:
  • 国家科技部中国科技论文统计源期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国乌利希期刊指南,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:53638