检索范围:
排序: 展示方式:
半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles
侯亮,罗潇逸,汪子扬,梁军
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900116
基于两级层次特征学习的图像分类方法 Article
Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 897-906 doi: 10.1631/FITEE.1500346
深度学习在医学超声图像分析中的应用综述 Review
刘盛锋, 王毅, 杨鑫, 雷柏英, 刘立, 李享, 倪东, 汪天富
《工程(英文)》 2019年 第5卷 第2期 页码 261-275 doi: 10.1016/j.eng.2018.11.020
利用机器视觉技术对化工厂管道进行自动视觉泄漏检测与定位 Reiew
Mina Fahimipirehgalin, Emanuel Trunzer, Matthias Odenweller, Birgit Vogel-Heuser
《工程(英文)》 2021年 第7卷 第6期 页码 758-776 doi: 10.1016/j.eng.2020.08.026
基于稀疏表示的拉普拉斯稀疏字典图像分类 Article
Fang LI, Jia SHENG, San-yuan ZHANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第11期 页码 1795-1805 doi: 10.1631/FITEE.1600039
用于SAR图像分类的统计分布基元特征 Article
Chu HE, Ya-ping YE, Ling TIAN, Guo-peng YANG, Dong CHEN
《信息与电子工程前沿(英文)》 2017年 第18卷 第10期 页码 1614-1623 doi: 10.1631/FITEE.1601051
关键词: None
基于异构特征和组合分类器的网页分类 Research Articles
邓立,杜歆,沈继忠
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900240
关键词: 网页分类;网页特征;分类器组合
基于广义极值分布和马尔科夫随机场的全极化合成孔径雷达图像潮间带区域地物分类方法 None
Ting-ting JIN, Xiao-qiang SHE, Xiao-lan QIU, Bin LEI
《信息与电子工程前沿(英文)》 2019年 第20卷 第2期 页码 253-264 doi: 10.1631/FITEE.1700462
基于插值技术的高容量密文图像可逆信息隐藏算法 Article
Di XIAO, Ying WANG, Tao XIANG, Sen BAI
《信息与电子工程前沿(英文)》 2017年 第18卷 第11期 页码 1732-1743 doi: 10.1631/FITEE.1601067
曾黄麟,王晓
《中国工程科学》 2003年 第5卷 第12期 页码 60-65
介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念,讨论了知识编码、属性简化、分类系统简化的方法;并利用模糊隶属度函数将输入精确信息映射为模糊变量信息,解决分类中病态定义的数据问题和提高系统非线性映射的分类能力;提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。
基于深度序列特征学习的临床感染性角膜炎图像分类 Article
许叶圣, 孔鸣, 谢文加, 段润平, 方钲清, 林宇萧, 朱强, 汤斯亮, 吴飞, 姚玉峰
《工程(英文)》 2021年 第7卷 第7期 页码 1002-1010 doi: 10.1016/j.eng.2020.04.012
基于公钥具有双向影子图像验证功能且无像素扩张的图像秘密分享 Research Article
Xuehu Yan, Longlong Li, Jia Chen, Lei Sun
《信息与电子工程前沿(英文)》 2023年 第24卷 第1期 页码 88-103 doi: 10.1631/FITEE.2200118
简述图像被动取证技术 Review
林祥, 李建华, 王士林, 刘伟聪, 程峰, 黄潇洒
《工程(英文)》 2018年 第4卷 第1期 页码 29-39 doi: 10.1016/j.eng.2018.02.008
随着图像编辑和篡改技术越发成熟,数字图像的真实性通常难以从视觉上直接分辨。为了检测数字图像篡改,在过去十年内,已经出现多种数字图像取证技术。其中,主动取证方法需要嵌入额外信息。一般而言,被动取证基于以下依据来检测图像伪造:图像采集或存储过程中会在原始图像中遗留某些固有的模式特征,或者在图像存储或编辑过程中会留下某些特定的模式特征。通过分析上述模式特征,可以验证图像的真实性。此外,我们讨论了当前图像取证方法的主要局限,并指出了该领域一些可能的研究方向和关键问题。
基于双重约束的多帧图像降噪方法 Research Articles
张丹,赵磊,许端清,鲁东明
《信息与电子工程前沿(英文)》 2022年 第23卷 第2期 页码 220-233 doi: 10.1631/FITEE.2000353
关键词: 图像降噪;多帧图像降噪;深度学习
标题 作者 时间 类型 操作
利用机器视觉技术对化工厂管道进行自动视觉泄漏检测与定位
Mina Fahimipirehgalin, Emanuel Trunzer, Matthias Odenweller, Birgit Vogel-Heuser
期刊论文