1、 仿真实验结果表明,运用学习向量量化神经网络检测入侵,可以达到较高的准确检测率,是一种有效的入侵检测手段。
2、 在实验后我们发现,提出的方法相对于边缘吻合向量量化编码呈现了较好的影像品质。
3、 针对向量量化这种常用的图象压缩方法,设计了两类信息搭载方案,并对参数取值的不同情况进行了实验比较。
4、 第二层次将自组织拓扑映射与向量量化器相结合,最终生成主曲线。
5、 在此基础上用一个有限维向量量化光照变化,对像素进行补偿,提高对光照变化的适应能力。
6、 受分形编码思想启发,提出了一种新的基于向量量化的图像超分辨率方法。
7、 该方法使用了向量量化技术并采用LBG算法设计码本.
8、 在实验设计上,先产生三种混合样本资料,以比较在各种不同的实验设计下,学习向量量化网路分类正确性之差异。
本站部份资料来自网络或由网友提供,如有问题请速与我们联系,我们将立即处理!
Copyright © 2024 风叶子词典网fengyezi.com All Rights Reserved 蜀ICP备18012912号-19
免责声明:本站非营利性站点,以方便网友为主,仅供学习。合作/投诉联系QQ: