1) generalized gaussian field
广义高斯场
1.
In this paper, we discuss the linear large deviation principle of generalized gaussian field.
本文考虑广义高斯场的线性大偏差。
2) generalized Gauss sums
广义高斯和
1.
Research on generalized Gauss sums fractal sequences and their M-J sets;
广义高斯和分形序列及其M-J集研究
3) Generalized Gaussian Distribution
广义高斯分布
1.
An Efficient Video Moving Object Detection Algorithm Based on Generalized Gaussian Distribution
基于广义高斯分布的视频运动目标快速检测算法
2.
The parametric analysis is presented for the sparse signal followed generalized Gaussian distribution (GGD).
对于服从广义高斯分布(Generalized Gaussian distribution,GGD)的稀疏信号进行了参数分析。
3.
Applying generalized Gaussian distribution to statistical model of the Alternating current coefficient of discrete cosine transform, an adaptive blind watermark detection algorithm is presented on the basis of sign detector and linear correlate detector and its probability efficiency is deduced.
根据数字图像离散余弦变换域交流系数的广义高斯分布模型,在符号检测器和线性相关检测器的基础上,提出一种盲水印自调节的检测算法,并推导出该检测器有较高的检测效率。
4) generalized Gaussian model
广义高斯模型
1.
Blind steganalysis of image based on Multiwavelet generalized Gaussian model;
基于Multiwavelet广义高斯模型的图像盲隐写分析
2.
In this work,the generalized Gaussian model and the Laplacian model,which are used most widely,were studied.
针对离散余弦变换(DCT)系数分布模型类型存在的异议,研究并比较了拉普拉斯模型和广义高斯模型。
3.
In this paper,through using histograms to estimate the marginal and joint statistics of Curvelet and Contourlet,Generalized Gaussian Model and Hidden Markov Model in respective domains are proposed.
针对目前模型主要以自然图像的简化模型为基础进行分析,导致与真正的自然图像还相差甚远的特点,本文采用直方图估计曲波域和轮廓波域的边缘分布,分析联合分布统计信息,提出曲波域广义高斯模型和轮廓波域隐马尔可夫模型,2模型都能够有效地描述变换域系数在尺度间,尺度内和方向间的统计相关性,便于对更加复杂的图像进行处理。
5) Generalized Gaussian Distribution(GGD)
广义高斯分布
1.
Based on the assumption that wavelet coefficients obey Generalized Gaussian Distribution(GGD),this paper adopts Maximum Likelihood(ML) principle to estimate wavelet coefficients variance of common images in sub-bands.
基于小波系数服从广义高斯分布,该文采用最大似然(ML)准则估计普通图像在子带上的系数方差。
6) Generalized Gaussian (GG) sources
广义高斯信源
补充资料：广义随机场
广义随机场
random field, generalized
【补注】亦见随机场(m记om field).广义随机场[皿日田】云dd，90.司加闭;cjly，‘HOenO二0606川e“Hoel，广义随机过程(罗能阁讼分stochas康Proo巴洛) 光滑流形G上的随机函数(mndom丘Lnction)，它的典型的实现是定义在G上的广义函数.更确切地说、设G是一C。流形(光滑流形)，再设D(G)是定义在G上的紧支撑的无限次可微函数空间，具有在一致紧支撑上的函数列及其所有导数序列的一致收敛性的通常拓扑.这样，就可以在G上用给定的从D(G)到定义在某个概率空间(Q，黔，川上的随机变量空间L。(Q，忍，拜)的连续线性映射 D(G))L‘，(Q，忍，拼)，职~九，中6D(G)来定义广义随机场，这里Q是非空集合，黔是O的子集。代数，“是定义在毋上的概率测度，而随机变量空间L。(Q，黔，拜)具有依测度收敛(conVergenCeinn笼尧巧ure)拓扑(〔7]).当概率空间是G上广义函数空间D‘(G)，具有由D‘(G)中柱集生成的。代数黔。(见广义函数空间(罗配耐刘丘m由。留，印aceof)，柱集(q越n由rset))且映射由 j，(T)二(T，甲)，T‘D‘(G)，甲〔D(G)，给定的情形，广义随机场{凡:职〔D(G)}称为典型的(以加灿以1).任何一个在有限维流形G上的广义随机场概率同构于某一(唯一的)G上的典型随机场(见[2」). 这个定义容许很多自然的修正.例如，可以考虑向量值广义随机场或者在定义中用G上的检验函数的更广的空间(例如，在G=R”，n=l，2，…，的情形，S(R”)一C田可微函数连同其导数都比任意负幂{xl人，k=一1，一2，…，x〔R”下降迅速，这样的函数所成的空间)来代替空间D(G). 广义随机场的概念包括其实现是通常函数的古典随机场及过程.这一概念出现于见年代中期，当时许多自然的随机结构显而易见地不能够用古典随机场给予充分简单的表述，而可以用广义随机场的语言给出简单、优雅的描述.例如，D(Rn)，n=l，2，二，上的任意正定双线性形(，、，，:)一丁丁、(x，，xZ)，1(x，)，2(、2)dxldxZ， R，Rn职，，毋2‘刀(R”)，其中评(x，，xZ)是两个变量的正定对称广义函数，决定一个唯一的R”上具零均值的C透理粥广义随机场{几:中任D(R”)}，这个场的协方差是 J几.几2“。一‘，】，毋2’，其中#是D‘(R”)上与这个场对应的概率测度.仅当函数评(xl，xZ)充分好(例如连续有界)时，这个广义随机场才能转化成古典的.另一个例子是R”上的广义随机场(见〔6』)，其中没有古典场. 由于70年代早期发现了构造物理量子场的问题和R”(n>l)上MaPxoB广义随机场之间的联系，研究广义随机场(和特别是Ma琳oB场)的兴趣近年来一直在增长(见【5】).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条