简介:多尺度几何分析中的Contourlet变换可以实现灵活的多分辨、多方向图像表示,但是由于不具有平移不变性,在图像去噪中容易产生伪吉布斯现象,本文应用具有平移不变性且能有效表示图像纹理信息的平稳Contourlet变换,提出了软硬阈值结合的去噪法.试验结果表明该方法有效提高去噪声后图像的PSNR,有效保存图像纹理信息以及更好的视觉效果.
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。