首頁  資訊  商機   下載  拆解   高校  招聘   雜志  會展  EETV  百科   問答  電路圖  工程師手冊   Datasheet  100例   活動中心  E周刊閱讀   樣片申請
        EEPW首頁 >> 主題列表 >> 算法改進

        算法改進 文章 進入算法改進技術社區

        基于ELM改進K-SVD算法的多特征融合物體成像識別

        • 通過極限學習機ELM算法改進K-SVD字典學習算法,并成功應用于多特征融合物體成像識別領域。研究結果表明:通過ELM算法,字典精確度和優勢在處理后的提升效果均十分顯著。不論是從計算效率還是計算準確率來看,改進的K-SVD算法表現出較佳優勢。K-SVD算法性能可通過ELM顯著提升,算法識別準確率在多特征加入后也相應快速增長。將較低分辨率的樣本從圖像中篩選出來,有利于減少傅里葉疊層成像數量。
        • 關鍵字: 202308  K-SVD算法  算法改進  圖像識別  

        基于802.16d的定時同步算法改進及FPGA實現

        • 0 引言  WiMAX ( Wordwide Interoperability for Mi-crowave Access)是代表空中接口滿足IEEE 802.16標準的寬帶無線通信系統。其中IEEE標準在2004年定義了空中接口的物理層(PHY),即802.16d協議。該協議規定數據
        • 關鍵字: 802.16  FPGA  定時同步  算法改進    
        共2條 1/1 1

        算法改進介紹

        您好,目前還沒有人創建詞條算法改進!
        歡迎您創建該詞條,闡述對算法改進的理解,并與今后在此搜索算法改進的朋友們分享。    創建詞條

        熱門主題

        樹莓派    linux   
        關于我們 - 廣告服務 - 企業會員服務 - 網站地圖 - 聯系我們 - 征稿 - 友情鏈接 - 手機EEPW
        Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
        《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
        備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網安備11010802012473
        主站蜘蛛池模板: 绿春县| 阿坝县| 云和县| 西峡县| 保康县| 罗甸县| 富裕县| 台州市| 洛南县| 武邑县| 鹰潭市| 寻乌县| 建瓯市| 郎溪县| 滨州市| 定陶县| 如皋市| 岳西县| 绩溪县| 昌江| 九龙县| 石屏县| 自治县| 永丰县| 涞源县| 乌恰县| 永泰县| 邯郸市| 当阳市| 彩票| 太康县| 开鲁县| 方城县| 姚安县| 霍州市| 阜阳市| 九江市| 濮阳县| 三亚市| 梁平县| 巴东县|