Zobrazeno 1 - 10
of 15
pro vyhledávání: '"group-sparse total variation"'
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 18, Pp 1472-1499 (2025)
Detecting small targets in complex infrared backgrounds is challenging due to edge aliasing and noise interference. Tensor decomposition methods show potential but have limitations in these conditions. This paper proposes a dynamic motion saliency in
Externí odkaz:
https://doaj.org/article/d8f669b5130549cc9ae96bc59e910d93
Publikováno v:
Algorithms, Vol 15, Iss 9, p 327 (2022)
A traditional total variation (TV) model for infrared image deblurring amid salt-and-pepper noise produces a severe staircase effect. A TV model with low-order overlapping group sparsity (LOGS) suppresses this effect; however, it considers only the p
Externí odkaz:
https://doaj.org/article/db91b38b4d2041f09aa618b4ce243923
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ragavesh Dhandapani, Imene Mitiche, Scott McMeekin, Venkateswara Sarma Mallela, Gordon Morison
Publikováno v:
Entropy, Vol 23, Iss 12, p 1567 (2021)
This paper presents a new approach for denoising Partial Discharge (PD) signals using a hybrid algorithm combining the adaptive decomposition technique with Entropy measures and Group-Sparse Total Variation (GSTV). Initially, the Empirical Mode Decom
Externí odkaz:
https://doaj.org/article/183282f2501a435e931a18abb67bc34f
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.
Autor:
Imene Mitiche, Ragavesh Dhandapani, Gordon Morison, Scott G. McMeekin, Venkateswara Sarma Mallela
Publikováno v:
Entropy
Entropy; Volume 23; Issue 12; Pages: 1567
Entropy, Vol 23, Iss 1567, p 1567 (2021)
Entropy; Volume 23; Issue 12; Pages: 1567
Entropy, Vol 23, Iss 1567, p 1567 (2021)
This paper presents a new approach for denoising Partial Discharge (PD) signals using a hybrid algorithm combining the adaptive decomposition technique with Entropy measures and Group-Sparse Total Variation (GSTV). Initially, the Empirical Mode Decom
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.