Upload
Nâng cấp VIP
Trang chủ »Khoa Học Tự Nhiên »
Toán học
7 trang
56 lượt xem
3
0

Thuật toán mã hoá ảnh dựa trên đồng bộ thích nghi hai hệ hỗn loạn khác nhau

Bài báo giải quyết bài toán đồng bộ thích nghi trạng thái giữa hệ hỗn loạn Chen và mạng nơron tế bào CNN (Cellular Neural Network) với nhiều tham số bất định. Kết quả về điều khiển đồng bộ thích nghi được chứng minh chặt chẽ dựa trên lý thuyết ổn định Lyapunov. Sau đó kết quả này được sử dụng để xây dựng thuật toán mã hoá ảnh số. Hiệu quả của thuật toán mã hoá ảnh đề xuất được phân tích trên cơ sở một số độ đo phổ biến. Các ví dụ mô phỏng được thực hiện trên môi trường Matlab.

vision1234
30/06/2018
Thuật toán mã hoá ảnhMã hoá ảnhĐồng bộ thích nghi hai hệ hỗn loạn khác nhauồng bộ thích nghiMạng nơ rơnMạng nơron tế bào CNN
Share
/
7
Có thể bạn quan tâm
Tóm tắt luận án: Nghiên cứu ứng dụng bộ điều khiển PID dựa trên mạng nơ-ron nhân tạo thích nghi cho hệ thống điều khiển tàu thủy
Tóm tắt luận án: Nghiên cứu ứng dụng bộ điều khiển PID dựa trên mạng nơ-ron nhân tạo thích nghi cho hệ thống điều khiển tàu thủy
24 trang
Tổng hợp bộ điều khiển phi mô hình kháng nhiễu góc Pitch bám điểm vận hành công suất tối ưu cho tua-bin gió dựa trên hệ logic mờ
Tổng hợp bộ điều khiển phi mô hình kháng nhiễu góc Pitch bám điểm vận hành công suất tối ưu cho tua-bin gió dựa trên hệ logic mờ
9 trang
Bài giảng Trí tuệ nhân tạo: Chương 6 - TS. Nguyễn Văn Hiệu
Bài giảng Trí tuệ nhân tạo: Chương 6 - TS. Nguyễn Văn Hiệu
20 trang
Bài giảng Trí tuệ nhân tạo: Chương 8 - TS. Nguyễn Văn Hiệu
Bài giảng Trí tuệ nhân tạo: Chương 8 - TS. Nguyễn Văn Hiệu
16 trang
Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): Artificial neural network for classification
Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): Artificial neural network for classification
33 trang
Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): DNN-Based Anomaly Detection
Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): DNN-Based Anomaly Detection
42 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 2 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 2 - TS. Nguyễn Vinh Tiệp
34 trang
Đề cương môn Các kỹ thuật học sâu và ứng dụng
Đề cương môn Các kỹ thuật học sâu và ứng dụng
9 trang
Bài giảng Trí tuệ nhân tạo: Chương 6 - Ứng dụng của thị giác máy tính (computer vision)
Bài giảng Trí tuệ nhân tạo: Chương 6 - Ứng dụng của thị giác máy tính (computer vision)
21 trang
Ứng dụng mô hình hồi quy và mạng nơ ron nhân tạo dự báo số liệu quan trắc thấm ở thân và nền đập
Ứng dụng mô hình hồi quy và mạng nơ ron nhân tạo dự báo số liệu quan trắc thấm ở thân và nền đập
8 trang
Luận văn Thạc sĩ Hệ thống thông tin: Phát triển Chatbot trên nền tảng Transformers ứng dụng trong tìm kiếm, tra cứu thông tin về trường Đại học Công nghệ Đông Á
Luận văn Thạc sĩ Hệ thống thông tin: Phát triển Chatbot trên nền tảng Transformers ứng dụng trong tìm kiếm, tra cứu thông tin về trường Đại học Công nghệ Đông Á
70 trang
Khử nhiễu Poisson trên ảnh số dựa trên học tương phản tăng cường
Khử nhiễu Poisson trên ảnh số dựa trên học tương phản tăng cường
5 trang
Báo cáo tổng kết đề tài khoa học và công nghệ cấp trường: Ứng dụng Mạng nơ-ron nhân tạo trong việc phát hiện trạng thái làm việc của máy phay thông qua rung động
Báo cáo tổng kết đề tài khoa học và công nghệ cấp trường: Ứng dụng Mạng nơ-ron nhân tạo trong việc phát hiện trạng thái làm việc của máy phay thông qua rung động
72 trang
Bài giảng Hệ thống thông minh: Phần 5 - Học có giám sát mạng nơ ron
Bài giảng Hệ thống thông minh: Phần 5 - Học có giám sát mạng nơ ron
47 trang
Bài giảng Học sâu và ứng dụng: Bài 2 - Giới thiệu về mạng nơ-ron
Bài giảng Học sâu và ứng dụng: Bài 2 - Giới thiệu về mạng nơ-ron
37 trang
Bài giảng Học sâu và ứng dụng: Bài 4 - Huấn luyện mạng nơ-ron
Bài giảng Học sâu và ứng dụng: Bài 4 - Huấn luyện mạng nơ-ron
44 trang
Bài giảng Học sâu và ứng dụng: Bài 5 - Huấn luyện mạng nơ-ron
Bài giảng Học sâu và ứng dụng: Bài 5 - Huấn luyện mạng nơ-ron
61 trang
So sánh công cụ phân loại HOG-SVM và CNN sử dụng trong mô hình nhận dạng giọng nói
So sánh công cụ phân loại HOG-SVM và CNN sử dụng trong mô hình nhận dạng giọng nói
3 trang
Mô hình Support Vector Machine và mạng nơ ron trong bài toán chấm thi trắc nghiệm
Mô hình Support Vector Machine và mạng nơ ron trong bài toán chấm thi trắc nghiệm
3 trang
Ứng dụng học máy dự đoán đường cong “xương sống” của cột thép nhồi bê tông dưới tải trọng tuần hoàn và nén dọc trục
Ứng dụng học máy dự đoán đường cong “xương sống” của cột thép nhồi bê tông dưới tải trọng tuần hoàn và nén dọc trục
3 trang

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

Zalo/Tel:

093 303 0098

Email:

support@tailieu.vn

Phương thức thanh toán

Layer 1

Theo dõi chúng tôi

Facebook

Youtube

TikTok

Chịu trách nhiệm nội dung: Nguyễn Công Hà. ©2025 Công ty TNHH Tài Liệu trực tuyến Vi Na.
Địa chỉ: 54A Nơ Trang Long, P. Bình Thạnh, TP.HCM - Điện thoại: 0283 5102 888 - Email: info@tailieu.vn
Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015