首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双稀疏优化的空域错误隐藏算法研究

摘要第4-6页
ABSTRACT第6-7页
1 绪论第10-23页
    1.1 课题研究意义第10-13页
    1.2 国内外研究现状第13-20页
        1.2.1 基于插值的错误隐藏技术第13-18页
        1.2.2 基于稀疏表示的错误隐藏技术第18-20页
    1.3 论文的主要内容和结构安排第20-23页
2 相关工作第23-28页
    2.1 基于稀疏的错误隐藏的基本框架第23-24页
    2.2 模板匹配方法第24-26页
        2.2.1 基于归一化积模板匹配算法第24页
        2.2.2 基于相关性检测的匹配算法第24-25页
        2.2.3 基于固定阈值的欧式距离模板匹配算法第25-26页
    2.3 局部线性相关模型方法第26-28页
        2.3.1 基于最小二乘法的局部线性相关模型第26-27页
        2.3.2 基于脊回归的局部线性相关模型第27-28页
3 基于动态阈值与典型相关分析的双稀疏优化第28-37页
    3.1 基于动态阈值的模板匹配第28-31页
        3.1.1 研究动机第28-29页
        3.1.2 动态阈值的计算第29-30页
        3.1.3 基于动态阈值的模板匹配第30-31页
    3.2 基于典型相关分析的局部线性相关模型第31-35页
        3.2.1 研究动机第31-32页
        3.2.2 典型相关分析的基本原理第32-33页
        3.2.3 基于典型相关分析的初始重构值x的求解第33-35页
    3.3 本文算法框架及流程第35-36页
    3.4 本章小结第36-37页
4 实验结果及分析第37-47页
    4.1 实验数据及参数配置第37-40页
        4.1.1 实验数据第37页
        4.1.2 实验场景第37-38页
        4.1.3 实验评测方法第38-40页
    4.2 实验结果与分析第40-46页
        4.2.1 独立丢失情况下的实验结果第40-42页
        4.2.2 连续丢失情况下的实验结果第42-44页
        4.2.3 随机丢失情景下的实验结果第44-46页
    4.3 本章小结第46-47页
5 总结与展望第47-49页
    5.1 本文总结第47-48页
    5.2 展望第48-49页
参考文献第49-53页
攻读硕士期间的主要科研成果第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于卷积神经网络的关系抽取方法研究
下一篇:基于CSI的人体动作识别方法研究