期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于差分互信息距离的图像置乱效果评价法 被引量:5
1
作者 吴成茂 田小平 谭铁牛 《计算机应用》 CSCD 北大核心 2009年第5期1293-1296,1300,共5页
提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。实验结果表明,所... 提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。 展开更多
关键词 图像置乱 置乱度 差分图像 互信息距离
下载PDF
基于边界距离场互信息的图像配准方法 被引量:10
2
作者 张见威 韩国强 沃焱 《通信学报》 EI CSCD 北大核心 2006年第7期87-93,共7页
基于图像边界平均Hausdorff距离的配准方法实现简单、速度快、有较大应用价值,但对图像边界不完全对应的情况配准效果不好。提出了一种以图像边界距离场互信息作为相似度函数的图像配准方法,以参考边界的距离场和浮动二值边界为两个离... 基于图像边界平均Hausdorff距离的配准方法实现简单、速度快、有较大应用价值,但对图像边界不完全对应的情况配准效果不好。提出了一种以图像边界距离场互信息作为相似度函数的图像配准方法,以参考边界的距离场和浮动二值边界为两个离散概率分布,将其互信息作为相似度函数进行配准。实验结果表明,该算法对图像内容完全一致和内容不完全对应的图像均可得到良好的配准结果。 展开更多
关键词 平均Hausdorff距离 边界距离互信息 图像配准
下载PDF
一种构建细小病毒进化树的加权距离方法
3
作者 周立前 杨碧波 《湖南工业大学学报》 2012年第2期10-15,共6页
应用对数关联距离与互信息距离加权的方法,对完全基因组DNA序列和蛋白质序列构建了30种细小病毒系统发育树。构建的发育树均将30种细小病毒分成细小病毒亚科和浓核病毒亚科两个大的分枝,其结构与国际病毒学分类委员会第八版报道的结果... 应用对数关联距离与互信息距离加权的方法,对完全基因组DNA序列和蛋白质序列构建了30种细小病毒系统发育树。构建的发育树均将30种细小病毒分成细小病毒亚科和浓核病毒亚科两个大的分枝,其结构与国际病毒学分类委员会第八版报道的结果及已有文献的结果基本一致。且基于蛋白质序列构建的系统发育树比基于完全基因组DNA序列构建的要好。 展开更多
关键词 完全基因组 系统发育树 组合向量 对数关联距离 互信息距离 加权距离
下载PDF
基于信息熵的岩溶水监测网优化:以徐州市典型水源地为例 被引量:2
4
作者 朱常坤 《地质科技通报》 CAS CSCD 北大核心 2022年第1期168-176,共9页
在各级水利与自然资源部门地下水监测数据共享机制逐步完善背景下,针对日益凸显的原有监测系统中存在的监测井布局不合理问题以及岩溶含水系统具有的非均质性和各向异性特征,选取徐州市丁楼-茅村和七里沟2个典型水源地,分别采用互信息-... 在各级水利与自然资源部门地下水监测数据共享机制逐步完善背景下,针对日益凸显的原有监测系统中存在的监测井布局不合理问题以及岩溶含水系统具有的非均质性和各向异性特征,选取徐州市丁楼-茅村和七里沟2个典型水源地,分别采用互信息-距离(T-D)和最大信息最小冗余(MIMR)模型对研究区监测网信息冗余性和最优监测井组合进行了研究。结果显示:丁楼-茅村水源地水位监测数据离散程度、信息熵、信息传递量和信息衰减速率均大于七里沟水源地,2个水源地在ε取10^(-1)时的水位信息有效传递距离分别为4.7,4.8 km,指示出两地相似的岩溶发育程度和水力传导性能。通过对比监测井控制范围的实际值和理论值发现2个水源地监测井之间均存在信息冗余。现有监测条件下,丁楼-茅村水源地最优监测井数为6眼,最优监测井组合为D1-D2-D4-D5-D7-D9;七里沟水源地最优监测井数量为5眼,最优组合为Q1-Q3-Q4-Q5-Q7。将优化结果与原监测网相比,2个水源地监测井数量均减少3眼,分别能提供原监测网信息总量的98.5%,94.9%,监测网控制范围分别下降0.4%,1.2%,信息冗余量分别减少49.0%,56.4%。表明优化后的监测网能够提供与原站网相当的信息量和控制范围,同时可以显著降低信息冗余度与监测成本。 展开更多
关键词 信息 岩溶水 监测网优化 互信息-距离模型 最大信息最小冗余模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部