小波去噪的MATLAB程序。局部放电试验中所采集的信号中往往混有白噪声、周期干扰信号去除。此处采用常用db系列小波中的db6小波进行9尺度的多分辨分解后，根据白噪声能量特性，估算各尺度的阈值大小，采用硬值进行处理，后进行重构。
上传时间： 2018-04-30
上传用户：hxlthome
应用联合多重分形理论研究了。一20 cm土层土壤含水率、土壤电导率、砂粒含量、粘粒含量、粗粉粒 含量、土壤粒径分布体积分形维数、土壤容重、有机质含量的空间变异性与20—40 cm土层对应变量空间变异性在 多尺度上的相互关系。结果表明：相对于0—20 cm土层上述变量的空间变异性，20一40 cm土层粗粉粒含量、有机 质含量空间变异性的变化率最大。土壤电导率、粘粒含量、土壤粒径分布体积分形维数空间变异性的变化率最小， 砂粒含量、土壤含水率。土壤容重空间变异性的变化率介于两者之间；多尺度上，0—20 em土层土壤含水率，土壤容 重、有机质含量、粘粒含量、砂粒含量、土壤电导率、土壤粒径分布体积分形维数、粗粉粒含量与20—40 cm土层对应 变量空间变异性在多尺度上的相关性依次减弱。
上传时间： 2018-08-13
上传用户：闽外莯莯
Reconstruction- and example-based super-resolution (SR) methods are promising for restoring a high-resolution (HR) image from low-resolution (LR) image(s). Under large magnification, reconstruction-based methods usually fail to hallucinate visual details while example-based methods sometimes introduce unexpected details. Given a generic LR image, to reconstruct a photo-realistic SR image and to suppress artifacts in the reconstructed SR image, we introduce a multi-scale dictionary to a novel SR method that simultaneously integrates local and non-local priors. The local prior suppresses artifacts by using steering kernel regression to predict the target pixel from a small local area. The non-local prior enriches visual details by taking a weighted average of a large neighborhood as an estimate of the target pixel. Essentially, these two priors are complementary to each other. Experimental results demonstrate that the proposed method can produce high quality SR recovery both quantitatively and perceptually.
标签： Super-resolution Multi-scale Dictionary Single Image for
上传时间： 2019-03-28
上传用户：fullout
小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。
上传时间： 2019-04-01
上传用户：dmwx
Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。
上传时间： 2019-07-12
上传用户：DemonISD
在本书中，作者生动地讲述了相互联系的系统的历史：从瑞士数学家莱奥哈尔德·欧拉18世纪末对图论的开创性研究，至现代生物学家基于对细胞网络的了解而展开的治疗癌症药物的研究等。本书的思想核心是：链接是无处不在的，复杂网络的本质是无尺度网络。抓住复杂网络中的枢纽节点，是我们处理复杂数据的基本原则，也是人工智能背后的深度神经网络的重要基础。
标签： 互联网
上传时间： 2021-09-16
上传用户：清川澹如此
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
第一章 机器学习革命学习算法入门为何商业拥护机器学习给科学方法增压10亿个比尔·克林顿学习算法与国家安全我们将走向何方第二章 终极算法来自神经科学的论证来自进化论的论证来自物理学的论证来自统计学的论证来自计算机科学的论证机器学习算法与知识工程师天鹅咬了机器人终极算法是狐狸，还是刺猬我们正面临什么危机新的万有理论未达标准的终极算法候选项机器学习的五大学派第三章 符号学派：休谟的归纳问题特别说明：仅作为爱好者学习使用（请勿商用）！本文档由人工智能吧（QQ群 565128329）整理提供并更多学习分享，若觉得不错请购买印刷版书籍。约不约“天下没有免费的午餐”定理对知识泵进行预设如何征服世界在无知与幻觉之间你能信任的准确度归纳是逆向的演绎掌握治愈癌症的方法20问游戏符号学派第四章 联结学派：大脑如何学习感知器的兴盛与衰亡物理学家用玻璃制作大脑世界上最重要的曲线攀登超空间里的高峰感知器的复仇一个完整的细胞模型大脑的更深处第五章 进化学派：自然的学习算法达尔文的算法探索：利用困境程序的适者生存法则性有何用先天与后天谁学得最快，谁就会赢第六章 贝叶斯学派：在贝叶斯教堂里统治世界的定理所有模型都是错的，但有些却有用从《尤金·奥涅金》到Siri所有东西都有关联，但不是直接关联推理问题掌握贝叶斯学派的方法马尔可夫权衡证据逻辑与概率：一对不幸的组合第七章 类推学派：像什么就是什么完美另一半维数灾难空中蛇灾爬上梯子起床啦第八章 无师自通物以类聚，人以群分发现数据的形状拥护享乐主义的机器人熟能生巧学会关联第九章 解开迷惑万里挑一终极算法之城马尔科夫逻辑网络从休谟到你的家用机器人行星尺度机器学习医生马上来看你第十章 建立在机器学习之上的世界性、谎言和机器学习数码镜子充满模型的社会分享与否？方式、地点如何？神经网络抢了我的工作战争不属于人类谷歌＋终极算法=天网？进化的第二部分
上传时间： 2022-05-07
上传用户：
本书集作者多年来的实践经验与研究成果，系统地介绍了微纳米加工技术的基础，包括光学曝光技术、电子束曝光技术、聚焦离子束加工技术、X射线曝光技术、各种刻蚀技术和微纳米尺度的复制技术，对各种加工技术着重讲清原理，列举基本的工艺步骤，说明各种工艺条件的由来，并注意给出典型上艺参数，充分分析了各种技术的优缺点及在应用过程过程中的注意事项，全书强调实用，避免烦琐的数学分析，既注重基础知识又兼顾微纳米加工领域近年来的最新进展及在各高科技锁域的应用，并列举了相关参考文献供进一步深入研究，因此不论是对初次涉足这一领域的大专院校的本科生或研究生,还是对已经有一定工作经验的专业科技人员，都具有很好的参考价值。
标签： 微纳米加工技术
上传时间： 2022-07-10
上传用户：d1997wayne
三维数据真实反映了对象在三维空间中的形状，若是三维深度数据，则数据还表征了对象的实际尺度，用三维数据无需考虑投影变换。由于二维的图象数据本质上是三维物体在二维空间上投影，造成同一对象在投影平面上具有多边的二维表现，即同一个人的脸部图像随姿态而变换的多样性。与二维图像相比较，三维人脸数据具有以下的优点：1.用三维数据做人脸姿态检测远易于二维图像，且姿态变化不会使信息造成丢失。2.若不考虑三维数据的获取过程，则三维数据由于没有亮度信息，完全不受光照影响。3.因为有三维形状的直接表述，表情的影响将较图像更容易处理。通过基于三维数据的人脸识别，有望克服目前基于二维图像的人脸识别方法所遇到的困难。
标签： 3D人脸识别
上传时间： 2022-07-26
上传用户：
