基于ELM改进K-SVD算法的多特征融合物体成像识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

关键词：K-SVD算法；算法改进；图像识别

0 引言

作为一项重要可用于恢复样品高分辨率和相位的技术，近几年来傅里叶叠层成像（FP） 取得显著进步[1，2]。样品高分辨率成像在大视场下完成的主要原因是具有相对较为简单的运行设施及FP 技术所需算法，实现的功能还包括三维重聚焦[3，4]。在处理稀疏矩阵时应用协同过滤算法，该算法基于内存分析完成建立，所以系统准确预测及高效运行均不能得到充分有效保障，此问题需将新算法引入完成处理，将原传统算法进行改进。（剩余1786字）

试读结束

目录
monitor