Zobrazeno 1 - 10
of 3 946
pro vyhledávání: '"K-SVD"'
Publikováno v:
Frontiers in Marine Science, Vol 11 (2024)
The shallow sea underwater acoustic channel exhibits a significant sparse multipath structure. The temporally multiple sparse Bayesian learning (TMSBL) algorithm can effectively estimate this sparse multipath channel. However, the complexity of the a
Externí odkaz:
https://doaj.org/article/5a0104f185ff41c18ee15e3690751abc
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 17, Pp 5221-5233 (2024)
Denoising plays a fundamental role in ground penetrating radar (GPR) data processing and determines the effect of anomaly extraction, inversion imaging, and other subsequent processing. In recent years, the sparse dictionary representation method k-s
Externí odkaz:
https://doaj.org/article/9774a635ffee47a7be10b564f28f41b3
Autor:
Yang Shuai
Publikováno v:
Applied Mathematics and Nonlinear Sciences, Vol 8, Iss 2, Pp 2627-2634 (2023)
In physics class, the residual data before and after noise elimination contains more image information. In the equivalent wave domain, the K-SVD method is used to eliminate noise in the noise image of each frequency band and the residual of each freq
Externí odkaz:
https://doaj.org/article/e65093ca9b56491391a52e90f8b21b38
Publikováno v:
Applied Sciences, Vol 14, Iss 7, p 2755 (2024)
Partial discharge (PD) is a primary factor leading to the deterioration of insulation in electrical equipment. However, it is hard for traditional methods to precisely extract PD signals in increasingly complex engineering environments. This paper pr
Externí odkaz:
https://doaj.org/article/e70fe420617840e58f2f37892b7ace57
Publikováno v:
Buildings, Vol 14, Iss 3, p 696 (2024)
Massive data can be collected from meters to analyze the energy use behavior and detect the operation problems of buildings. However, missing and abnormal data often occur for the raw data. Effective data filling and smoothing methods are required to
Externí odkaz:
https://doaj.org/article/08942c51e67d442d9bc0f250f80e8c61
Publikováno v:
Journal of Natural Fibers, Vol 19, Iss 15, Pp 10764-10779 (2022)
To improve the detection for different fabric types and defect kinds, an approach based on K-Singular Value Decomposition (K-SVD) dictionary learning method is designed to detect fabric defects, which remains important and challenging in the field of
Externí odkaz:
https://doaj.org/article/0d2ba7848ce7460fba7e0d65b0b64b31
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.