导读:本文包含了广义高斯密度论文开题报告文献综述及选题提纲参考文献，主要关键词:双树复小波变换,广义高斯密度,Kullback-Leibler距离,纹理图像检索
广义高斯密度论文文献综述
张久文,米进财,张同峰[1]（2013）在《基于双树复小波和广义高斯密度的纹理图像检索》一文中研究指出提出了一种基于双树复小波变换结合广义高斯密度和Kullback-Leibler距离的纹理图像检索新方法。该方法运用双树复小波变换对检索图像和目标图像进行分解,在每层生成6个方向子带的小波系数,并对小波系数的边缘分布函数进行高斯建模,生成纹理特征,再通过计算相应子带间纹理特征的Kullback-Leibler距离度量图像的相似性。实验表明,该方法比基于能量特征和欧氏距离的检索方法以及在3层分解层数下比基于小波变换、Contourlet变换等结合广义高斯模型的检索方法有更高的检索率。(本文来源于《吉林大学学报(工学版)》期刊2013年S1期）
徐宏根,马洪超,宋妍,贾小霞[2]（2008）在《顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究》一文中研究指出提出了一种基于混合广义高斯密度模型(generalize Gaussian mixture model,GGMM),并顾及影像上下文信息的遥感影像分类方法。试验结果表明,该方法具有较强的鲁棒性,分类精度较传统的分类方法要好,在细节保持方面,较某些尺度上的面向对象的分类方法要好。(本文来源于《武汉大学学报(信息科学版)》期刊2008年09期）
广义高斯密度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于混合广义高斯密度模型(generalize Gaussian mixture model,GGMM),并顾及影像上下文信息的遥感影像分类方法。试验结果表明,该方法具有较强的鲁棒性,分类精度较传统的分类方法要好,在细节保持方面,较某些尺度上的面向对象的分类方法要好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义高斯密度论文参考文献
[1].张久文,米进财,张同峰.基于双树复小波和广义高斯密度的纹理图像检索[J].吉林大学学报(工学版).2013
[2].徐宏根,马洪超,宋妍,贾小霞.顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究[J].武汉大学学报(信息科学版).2008
标签：双树复小波变换; 广义高斯密度; Kullback-Leibler距离; 纹理图像检索;