韩金菊
- 作品数：4 被引量：11H指数：2
- 供职机构：上海海洋大学信息学院更多>>
- 发文基金：国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程更多>>
- 基于核稀疏表示的图像去噪算法被引量：6
- 2016年
- 传统去噪算法去除噪声后仍有噪声残留,且噪声较大时的图像去噪效果不明显。针对该问题,提出一种新的图像去噪算法。将输入的噪声图像分成相互重叠的图像块,随机抽取适量的图像块学习得到自适应的冗余字典,给出核正则化正交匹配追踪技术,利用该技术得到稀疏表示系数,并使用稀疏表示系数恢复原图像。实验结果表明,与K-奇异值分解算法相比,该算法的峰值信噪比较高,且能较好地保持图像的细节和纹理信息。
- 韩金菊邹国良
- 关键词：字典学习冗余字典图像去噪正交匹配追踪
- 一种海洋网络安全风险评估系统及方法
- 本发明公开了一种海洋网络安全风险评估系统及方法，该海洋网络安全风险评估方法包括以下步骤：由摄像机收集物理环境安全信息及分布式分析系统的数据采集模块的安全信息；在远端设置海洋网络数据库对收集来的数据进行实时更新与监测；利用...
- 邹国良景悦莹龚盛豪韩洁爱郑宗生楼歆南马婧静韩金菊屠正飞叶剑成王琎
- 文献传递
- 基于改进的BP神经网络的海洋环境监测数据等级分类研究
- 由于信息技术发展速度越来越快，高新观测设备的不断更新，大量的高新观测设备运用在海洋环境监测数据的采集上，包括航空卫星采集、各类先进传感器采集等，形成了全面立体的海洋环境监测数据采集系统，奠定了海洋信息化坚实的基础。由于各...
- 韩金菊
- 关键词：海洋环境BP神经网络数据挖掘分级保护
- 基于BP神经网络的海洋监测数据等级划分被引量：5
- 2016年
- 数据的分类是数据处理和应用的重要环节和前提。在海洋领域中,海洋数据呈现多元、多类等的复杂多样性,给数据的分类带来一定的技术挑战。主要针对海洋数据分类难这一问题,首先利用BP神经网络技术对海洋环境监测数据进行分类,且通过对获取的海洋环境监测数据进行分类预测,最后,实验验证了海洋环境监测数据分类方法的正确性和可行性,给海洋监测数据根据秘密等级进行数据分类提供了支持。
- 邹国良韩金菊屠正飞叶建成陈小琴
- 关键词：数据分类BP神经网络
