2025年4月27日
星期日
|
欢迎来到佛山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
您的位置:
专家智库
>
作者详情
>
孙震
孙震
作品数:
1
被引量:4
H指数:1
供职机构:
天津理工大学计算机与通信工程学院
更多>>
相关领域:
金属学及工艺
更多>>
合作作者
张俊生
天津理工大学计算机与通信工程学...
白明
天津理工大学计算机与通信工程学...
王兆霞
天津理工大学计算机与通信工程学...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
题名
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
作者
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
金属学及工艺
主题
1篇
神经网
1篇
神经网络
1篇
图像
1篇
图像修复
1篇
自组织
1篇
自组织神经网...
1篇
网络
1篇
聚类
1篇
聚类算法
1篇
SOM
1篇
K-MEAN...
1篇
K-MEAN...
机构
1篇
天津理工大学
作者
1篇
王兆霞
1篇
白明
1篇
孙震
1篇
张俊生
传媒
1篇
科学技术与工...
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
相关度排序
相关度排序
被引量排序
时效排序
基于自组织神经网络SOM和K-means聚类算法的图像修复
被引量:4
2012年
近来自然图像的修复已经成了一个热门话题。提出了一种基于K-means聚类算法的自组织神经网络(SOM),称为SOM-K。它首先利用SOM来训练每一个像素的特征向量,并把一幅图像分层。这样就能把每个破损像素分到每层,同时SOM训练后的输出也通过K-means聚类算法来聚合,分别在各个层中修复破损的像素。最后把修复好的各层溶合到一起。与单独使用SOM相比,SOM-K具有更精确的分类能力。
孙震
王兆霞
白明
张俊生
关键词:
图像修复
自组织神经网络
K-MEANS聚类算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张