1) Bayesian shrinkage
贝叶斯软阈值
1.
A novel SAR despeckling method using Bayesian shrinkage in local wavelet coefficient domain is presented.
提出了一种抑制SAR图像斑点噪声的小波域贝叶斯软阈值方法。
2) BayesShrink thresholding
贝叶斯萎缩阈值
3) threshold Bayesian distance classifier
阈值贝叶斯分类
1.
The threshold Bayesian distance classifier is used to classify steganography in the high-dimensional feature vector space.
提出了一种基于双向马尔可夫模型的JPEG图象的通用隐写分析方法,利用量化后分块DCT系数的中低频系数间的相关性,提取DCT块内和块间的特征,采用阈值贝叶斯分类方法进行识别,并且与SVM分类器的识别效果进行了比较。
4) Bayes threshold denoising
贝叶斯阈值去噪
1.
a image denoising algorithm based on inter correlation of wavelet coefficients at finer scales, the method base on statistics about noise in inter scale relativity, and propose a zero tree like structure, and we combine it with classical Bayes threshold denoising, then make up a novel method, and this method has a better denoisin
本文首先总结了多尺度几何变换的一些基本原理和近年来的发展,并比较了他们各自的特点和不同,并着重对小波和Contourlet变换的图像去噪技术进行了介绍;其次,分析了噪声点在小波域上的分布特点,并根据这些特点提出了两种小波去噪方法:(1)一种细尺度间系数相关性的去噪方法,此方法通过对噪声点在小波变换后在细尺度内噪声的相关性进行统计,提出了一种细尺度内的“类零树”结构,基于这种结构并结合传统贝叶斯阈值去噪方法,提出了一种新的图像去噪方法,这种方法比传统贝叶斯去噪方法有更好的去噪效果;(2)提出一种结合小波边缘保护和“类零树”结构的去噪方法,这种方法借鉴了一种考虑了尺度间小波系数相关性的边缘检测的思想,通过这种尺度间系数相关性去检测边缘信息,对去噪后丢失的图像边缘进行了“修补”,从而解决了第一种方法部分丢失边缘的不足;最后,引入了Non-local均值方法,并将其运用在Contourlet域下。
5) Adaptive Bayes shrinkage threshold
自适应贝叶斯阈值
补充资料：软炸鲜贝
软炸鲜贝
【菜名】 软炸鲜贝
【所属菜系】 鲁菜
【特点】 色泽金黄，质地软嫩清爽，鲜香味美。
【原料】
鲜贝150克。 鸡蛋1个（约重50克）。精盐12克、味精7.5克、绍酒25克、花椒盐20克、面粉50克、花生油750克（耗油75克）。
【制作过程】
将鲜贝放入碗内，加入精盐、味精、绍酒腌渍入味。取二碗磕入鸡蛋，加面粉、清汤搅匀成糊，再放入鲜贝抓匀待用，炒锅内加入花生油，用中火烧至六成热（约150℃）时，将鲜贝分散下入锅，用小铲拨动，炸至外层糊凝固，色泽一致时捞出拨散。待油温升到九成热（约225℃）时，再将鲜贝放入炸熟，外层呈金黄时捞出，控净油，装盘即成，上席时外带花椒盐佐食。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。