【摘 要】
：
PCA(Principle Component Analysis)算法常用于对较高维度的图像特征进行提取,对高维数据进行一定程度的降维,最大限度保证数据不失真进行图像重构.ModulePCA算法基于PCA算法
【机 构】
：
陕西师范大学物理学与信息技术学院,陕西师范大学应用声学所,西安,710062
【出 处】
：
2013上海-西安第三届声学学术交流会
论文部分内容阅读
PCA(Principle Component Analysis)算法常用于对较高维度的图像特征进行提取,对高维数据进行一定程度的降维,最大限度保证数据不失真进行图像重构.ModulePCA算法基于PCA算法,对图像进行分割后的子图像逐个进行PCA分析重构以及拼接.针对其在超声图像重构中的应用,与光学Lena图像重构质量比较,研究影响重构超声图像质量的因素.理论分析及仿真实验结果表明随着划分的子图像个数的增加,重构图像与原图像的均方值误差逐渐减小,重构图像的质量越好.重构的超声图像与原图像的均方值误差总是大于重构的Lena图像与原图像的均方值误差.
其他文献
本文提出了—种加权免疫克隆样本选择与特征选择融合的算法.这种算法打破传统,将样本选择与特征选择这两种原本独立进行的分类识别过程结合起来,以获得性能更好的学习机.该种
簧片哨是以液体射流为激励源,冲击簧片产生振动而发声.本文通过对不同射流速度的数值分析得到单向耦合状态下射流对簧片升力系数、振幅以及等效应力,从流体力学角度初步探讨
电压暂降是工业供电常见的问题之一,针对基于STS的电压暂降问题的解决方案需要对电压暂降时刻做出快速判断并减少误操作.在分析了传统电压暂降检测方法缺点的基础上,提出了一
采用Fluent中大涡模拟对哈特曼发声器形成的非定常湍射流场进行模拟,在流场计算的基础上,运用FW-H声学类比法计算了由流动诱发的声场,得到哈特曼发声器的湍射流场的结构及辐
本文构建了子结构正则无网格方法(RMM)的多域内外声学方法,并用层次型矩阵(H-Matrix)进行加速.采用H-LU分解或H-Cholesky矩阵分解直接法求解相应的线性方程.计算结果表明子结
利用高压倍加器的2.45MeV中子和252Cf裂变源出射中子作为成核粒子进行NEAC.实验测得,中子计数增量(声核中子计数)△C均为正值,相对标准误差＜10％,声核中子计数具有统计意义.采用
近年来,基于压电多层膜结构声表面波器件得到了广泛的关注和研究,尤其在电子工程及通信技术等领域得到广泛应用.本文研究基于多层膜的声表面波器件传播理论,介绍了声表面波场
采用高频燃烧红外吸收法,建立了测定碳酸锆中硫的分析方法.对前处理、助熔剂和称样量进行了试验.结果表明,最佳分析条件为:先将1g碳酸锆样品置于坩埚中,在1000℃马弗炉中灼烧