您的位置： 专家智库 > >

余越

作品数：24 被引量：51H指数：5
供职机构：北京理工大学更多>>
发文基金：国家教育部博士点基金中国博士后科学基金国家科技攻关计划更多>>
相关领域：电子电信自动化与计算机技术文化科学更多>>

合作作者

文献类型

  • 12篇专利
  • 10篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 9篇电子电信
  • 6篇自动化与计算...
  • 1篇文化科学

主题

  • 9篇压缩感知
  • 9篇感知
  • 7篇子波
  • 7篇波变换
  • 6篇子波变换
  • 6篇成像系统
  • 5篇信号
  • 5篇压缩感知理论
  • 4篇信号处理
  • 4篇光谱
  • 3篇视频
  • 3篇图像
  • 3篇中心波长
  • 3篇自适
  • 3篇自适应
  • 3篇波长
  • 3篇成像
  • 2篇低分辨率
  • 2篇电动
  • 2篇延迟器

机构

  • 18篇北京理工大学
  • 6篇清华大学

作者

  • 24篇余越
  • 12篇徐畅
  • 12篇许廷发
  • 12篇王茜
  • 6篇柯有安
  • 4篇李凤亭
  • 3篇葛成辉
  • 2篇王贻良
  • 1篇薛永林
  • 1篇刘强

传媒

  • 2篇中国图象图形...
  • 2篇北京理工大学...
  • 1篇中国传媒科技
  • 1篇电视技术
  • 1篇通信学报
  • 1篇电子学报
  • 1篇信号处理
  • 1篇电子科技导报
  • 1篇第五届全国信...

年份

  • 1篇2023
  • 1篇2021
  • 3篇2020
  • 5篇2019
  • 2篇2018
  • 1篇2001
  • 2篇1999
  • 2篇1998
  • 2篇1997
  • 2篇1996
  • 2篇1995
  • 1篇1994
共 24 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于子波变换的语音特征参数提取
余越柯有安
关键词：特征抽取语音数据处理
一种基于高光谱计算成像系统的土壤分类方法
本发明公开了一种基于高光谱计算成像系统的土壤分类方法。使用本发明能够实现不同类型土壤的快速精确分类。本发明基于LCTF的高光谱计算成像系统进行土壤分类，通过测量土壤图像的压缩测量值并利用压缩感知理论进行原始光谱图像的重构...
许廷发余越申子宜张宇寒王茜徐畅樊阿馨
文献传递
基于液晶高光谱计算成像系统的三维数据重构方法
本发明公开了一种基于液晶高光谱计算成像系统的三维数据重构方法，该方法将液晶高光谱计算成像系统的成像过程进行建模，将面阵探测器上得到的光强分布进行离散表示，进而将液晶高光谱计算成像系统的数据获取过程转化为矩阵形式；采用压缩...
许廷发王茜张宇寒徐畅樊阿馨余越
一种基于压缩感知的高光谱超分辨计算成像系统
本发明公开了一种基于压缩感知的高光谱超分辨计算成像系统，包括：液晶可调滤光器、空间编码模块、面阵探测器、压缩重构模块、超分辨模块；原始图像依次经液晶可调滤光器、空间编码模块后，由面阵探测器探测，获得空间、光谱维均压缩的高...
许廷发徐畅张宇寒王茜余越樊阿馨
一种基于区域自适应光谱角阈值的图像合并分割方法
本发明提供了一种基于区域自适应光谱角阈值的图像合并分割方法，能够避免过分割与欠分割现象，实现有效的图像分割。本发明一种面向目标的图像分割算法，以具有直观物理意义的区域间的平均光谱角作为合并与否和合并顺序的判断依据。采用光...
许廷发张宇寒王茜徐畅樊阿馨余越
文献传递
基于LCTF的全偏振高光谱压缩感知成像方法
本发明公开了一种基于LCTF的全偏振高光谱压缩感知成像系统和成像方法，所述系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器；所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光...
许廷发樊阿馨王茜张宇寒余越徐畅
一种基于区域自适应光谱角阈值的图像合并分割方法
本发明提供了一种基于区域自适应光谱角阈值的图像合并分割方法，能够避免过分割与欠分割现象，实现有效的图像分割。本发明一种面向目标的图像分割算法，以具有直观物理意义的区域间的平均光谱角作为合并与否和合并顺序的判断依据。采用光...
许廷发张宇寒王茜徐畅樊阿馨余越
文献传递
基于LCTF的全偏振高光谱压缩感知成像系统和方法
本发明公开了一种基于LCTF的全偏振高光谱压缩感知成像系统和成像方法，所述系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器；所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光...
许廷发樊阿馨王茜张宇寒余越徐畅
文献传递
子波变换理论及其在信号处理中的应用研究
余越
关键词：子波变换非均匀采样信号检测图象压缩
前向神经元网络的子波表示
1995年
基于函数逼近，对前向神经元网络中非线性函数与子波变换中母函数的关系进行了分析，推出了前向神经元网络的子波表示．指出两种方法应用于Ｌ２（Ｒ）空间函数逼近时是一致的．最后给出了两个前向神经元网络的子波表示，函数逼近实例验证了本文结论的正确性．
余越柯有安
关键词：神经网络子波变换
全选 清除 导出
共3页<123>
聚类工具0