Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
    		 of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
Fine logarithmic adaptive soft morphological algorithm for synthetic aperture radar image segmentation
Koosha, M

Cataloging brief

Fine logarithmic adaptive soft morphological algorithm for synthetic aperture radar image segmentation
Author :   Koosha, M
Publisher :  
Pub. Year  :   2014
Subjects :   Evaluation metrics Filtering algorithm Intensity images Morphological algorithms ...
Call Number :  

Find in content

sort by

Bookmark

  • مقدمه (10)
    • نمونه‌برداری فشرده (10)
    • تعریف مسأله (12)
    • اهمیت موضوع و کاربرد‌ها (14)
    • معیارهای ارزیابی (16)
    • چالش‌های مورد بررسی (17)
    • ساختار پایان‌نامه (18)
  • بررسی کارهای پیشین (19)
    • مفاهیم اولیه (20)
      • قدم‌زدن تصادفی (20)
      • گراف‌های دوبخشی (20)
      • گراف‌های بسط‌دهنده دو‌بخشی (21)
    • روش‌های تصادفی برای ساخت ماتریس اندازه‌گیری (22)
      • روش شایعه‌پراکنی (22)
      • روش درختی (23)
      • روش خوشه‌ای (24)
      • قدم زدن تصادفی (26)
      • اندازه‌گیری وزن‌دار (27)
    • روش‌های معین برای ساخت ماتریس اندازه‌گیری (30)
      • کوتاه‌ترین مسیر (30)
      • روش هاب و گراف کامل (31)
      • روش برگ درختی (35)
    • مقایسه‌ی کارهای پیشین (36)
    • جمع‌بندی (38)
  • روش‌های پیشنهادی برای ساخت ماتریس اندازه‌گیری (39)
    • نمونه‌برداری فشرده نااریب (40)
      • روش ساخت ماتریس اندازه‌گیری نااریب (41)
      • آیا روش مذکور نااریب است؟ (42)
      • آیا ماتریس ساخته‌شده صحیح می‌باشد؟ (43)
    • نمونه‌برداری فشرده نااریب در شبکه‌های وزن‌دار (45)
      • اهمیت نمونه‌برداری فشرده در شبکه‌های وزن‌دار‌ (46)
      • ساخت ماتریس اندازه‌گیری در گراف‌های وزن‌دار (47)
    • نمونه‌برداری فشرده قطعی (48)
      • روش ساخت ماتریس اندازه‌گیری به صورت قطعی (49)
      • آیا ماتریس اندازه‌گیری ساخته شده صحیح است؟ (64)
  • تحلیل نتایج شبیه‌سازی (65)
    • نمونه‌برداری فشرده نااریب (65)
      • مجموعه داده (65)
      • تنظیمات (66)
      • آزمایش اول: دقت بازیابی بردار داده (66)
      • آزمایش دوم: تعداد اندازه‌گیری‌های مورد نیاز (68)
      • آزمایش سوم: مقدار خطای بازیابی بردار داده (70)
      • آزمایش چهارم: تأثیر مقدار تنکی بردار داده (71)
    • نمونه‌برداری فشرده نااریب در شبکه‌های وزن‌دار (71)
      • مجموعه داده (71)
      • تنظیمات (72)
      • آزمایش اول: خطای بازیابی بردار داده (73)
      • آزمایش دوم: هزینه اندازه‌گیری (73)
    • نمونه‌برداری فشرده قطعی (75)
      • آزمایش اول: تأثیر تراکم لینک‌های شبکه بر تعداد اندازه‌گیری‌ها برای بردارهای (k=1)-تنک (75)
      • آزمایش دوم: تأثیر تعداد لینک‌های شبکه بر تعداد اندازه‌گیری‌ها برای بردارهای (k>1)-تنک (76)
      • آزمایش سوم: تأثیر مقدار تنکی بردار داده بر تعداد اندازه‌گیری‌ها (77)
    • جمع‌بندی (78)
  • نتیجه‌گیری و کارهای آتی (80)
Loading...