退出
我的积分:
中文文献批量获取
外文文献批量获取
王文武;
武汉科技大学信息科学与工程学院;
非多尺度分解; PCA; 图像融合;
机译:基于小波的图像融合技术与主成分分析(PCA)和奇异值分解(SVD)在监督分类中的作用
机译:PCA应用依赖性因子的可检测性。 用于确定重要的主成分的指示曲线和用于转换主成分与因子的后校正
机译:香港周围非甲烷碳氢化合物的来源分配:主成分分析/绝对主成分评分(PCA / APCS)受体模型的应用
机译:受Vis-niR光谱法预测原料乳成分预测的主成分回归(PCR)和局部最小二乘(PLS)方法的比较。应用于脂肪,蛋白质和乳糖含量的在线传感器的应用
机译:GPC通过奇异值分解(SVD)。主成分分析(PCA)和选择标准(西班牙语)。
机译:惩罚矩阵分解及其在稀疏主成分和典型相关分析中的应用
机译:图5:图像融合前后的前三个主成分解释的方差百分比。
机译:无特征分解的主成分aR谱估计方法的频率估计
机译:基于高阶PCA分解或PCA组成的显式信道信息反馈
机译:基于高阶PCA分解或PCA组成的显式渠道信息反馈
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。