搜索资源列表
H263
- 建议说明了一个可以用来压缩包含低比特率情况下的有运动图象成分的视听服务的编码表示。视频信号编码的基本构造是基于ITU-T的H.261建议，它是通过帧间预测编码去除时间上的冗余和通过对保留信号进行变换编码来去除空间上的冗余的结合。源编码器可以在五种标准图象格式上工作：sub-QCIF, QCIF, CIF, 4CIF和 16CIF。
基于自动推理技术的智能规划方法研究
- 本文主要针对基于自动推理技术的规划方法予以研究，分别考虑经典规划问题基于命题逻辑的规划方法和规划问题基于模态逻辑的规划方法，主要包括如下工作: 1)综述基于自动推理技术的规划方法的研究现状。 2)提出基于Graphplan的编码和基于状态的编码中重叠公理的判定策略和冗余公理的删除策略;在基于Graphplan的编码方式的基础上，通过压缩动作互斥公理和添加框架公理设计并实现两种新的编码方式:基于PMA的编码方式和基于FA的编码方式。 3)在基于动作的编码方式的基础上，提出一种新的利用约简动作变元
KSVD_Matlab_ToolBox
- 数字图像处理，K-SVD字典学习方法，信号的稀疏与冗余表示理论，图像压缩，图像去噪-Digital image processing, K-SVD dictionary learning methods, sparse and redundant signal representation theory, image compression, image denoising
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
Research-on-Compressed-Sensing
- 经典的香农采样定理认为,为了不失真地恢复模拟信号,采样频率应该不小于奈奎斯特频率(即模拟信号 频谱中的最高频率)的两倍.但是其中除了利用到信号是有限带宽的假设外,没利用任何的其它先验信息.采集到 的数据存在很大程度的冗余.Donoho等人提出的压缩感知方法(Compressed Sensing或Compressive Sampling, CS)充分运用了大部分信号在预知的一组基上可以稀疏表示这一先验信息,利用随机投影实现了在远低于奈奎斯 特频率的采样频率下对压缩数据的直接采集.该
learning-dictionary-redundant
- 基于学习字典的图像冗余表示，用来进行图像去噪-Image-based learning dictionary redundant representation for image denoising
KSVD_Denoising_IEEE_TIP
- 基于学习字典的图像冗余表示，用来进行图像去噪-Image-based learning dictionary redundant representation for image denoising