郭宝龙
个性化签名
- 姓名:郭宝龙
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师,
- 职称:-
-
学科领域:
电力系统及其自动化
- 研究兴趣:
郭宝龙,教授,工学博士,中国图像图形学会理事,中国自动化教育研究会理事,AAAS国际会员,中国电子学会高级会员,《西安电子科技大学学报》编委;1998―1999为日本同志社(DOSHISHA)大学访问学者;目前为西安电子科技大学博士生导师、学科带头人、特聘教授,机电工程学院副院长;主要从事图象处理、智能控制、电路与系统等方面的教学和科研工作,先后承担和参与国家自然科学基金和国家863计划等重要科研项目10多项,在国内外学术期刊上发表论文40多篇,由科学出版社等合作出版专著和教材3部,获省部级科技进步奖4项。
-
主页访问
4647
-
关注数
0
-
成果阅读
833
-
成果数
10
郭宝龙, 刘海峰, 冯宗哲
计算机学报,2002,25(7):747~752,-0001,():
-1年11月30日
运动估值在视频图像编码中占有重要地位,该文首先研究了运动估值中的经典搜索算法并重点分析了菱形(DS)算法;然后设计了一种新的综合模板(SDP),它体现了粗定位和准确定位并行处理的思想,在此基础上提出了一种新的用于块匹配的运动估值搜索算法--正方形-菱形搜索(SDS)算法。最后通过实验验证了该算法的有效性。
块匹配,, 运动估值,, 菱形算法,, 正方形-菱形搜索算法
-
107浏览
-
0点赞
-
1收藏
-
0分享
-
450下载
-
0评论
-
引用
郭宝龙, 刘震宇, 杨林耀
控制与决策,2002,17(5):515~519,-0001,():
-1年11月30日
针对在Nguyen和Skowron的离散化算法中进行启发式约简时会出现某些属性不能进行离散化问题,以及在无核数据集中启发式约简算法计算量比较大等问题,在粗糙集理论和属性频率函数的基础上给出一个新概念--候选核,并提出一种新的用于连续值属性离散化的约简算法--基于候选核的启发式约简算法(简称BCC)。该算法可以寻找到能对所有属性进行离散化的约简。实验表明,所提出的BCC算法能提高大数据集的离散化效果。
数据挖掘, 粗糙集理论, 离散化, 约简算法
-
80浏览
-
0点赞
-
0收藏
-
0分享
-
231下载
-
0评论
-
引用
郭宝龙, 郭磊
通信学报,2004,25(5):20~27,-0001,():
-1年11月30日
目标区域是图像中视觉上最重要的部分。针对现有的水印算法很少考虑图像中确定的目标区域这一问题,提出了一种基于目标区域的水印方案(WIOR)。方案首先利用小波变换分析图像的目标特征,并依据图像的小波高频系数特征对其进行聚类,获得水印的嵌入域,在此嵌入域中,选择小波系数并对其进行量化调制来嵌入二值扩谱水印;同时,通过只在图像的局部区域内嵌入较少的水印信息来改善水印的隐蔽性。实验结果表明,该方案对于一类具有突出目标特征的图像具有较好的效果。嵌入的水印主要优势在于真正把水印嵌入图像的视觉重要部分,从而能有效地抵御剪切攻击,而且可以实现盲检测。
水印, 目标区域, 小波, 嵌入域
-
65浏览
-
0点赞
-
0收藏
-
0分享
-
211下载
-
0评论
-
引用
郭宝龙, 郭雷
西安电子科技大学学报,1994,21(4):457~463,-0001,():
-1年11月30日
在视觉运动问题中。运动参数估计和运动区域分割之间具有相互制约的关系。文中提出了一种运动计算和结构关联性划分并行计算的自组织方法,通过神经推理和神经元之间关联规则等概八,建立了平移运动信息处理的分布式计算原理和神经推理线路。
运动分析, 神经推理, 图像分割
-
91浏览
-
0点赞
-
0收藏
-
0分享
-
123下载
-
0评论
-
引用
郭宝龙, 费佩燕, 孟繁杰, 章正宇, 张小龙
中国激光,2004,31(7):815~819,-0001,():
-1年11月30日
激光水下目标的识别是一个崭新的研究领域,有许多问题亟待解决,其中目标提取问题是关键。由于激光照射下的水下图像含有大量的散斑噪声,严重影响图像的质量。依据统计规律相同的噪声可以对消图像中的噪声这一原理,结合小波变换和统计方法,提出了一种基于统计对消的水下目标分割方法(SC)。其中,采用小波变换,对低频成分进行特殊处理,以增强图像中的目标信息;采用统计方法来充分抵消图像中的干扰噪声。实验结果表明,水下目标分割方法是有效且可行的。
图像处理, 水下目标, 统计对消, 散斑噪声, 小波变换, 形态滤波
-
76浏览
-
0点赞
-
0收藏
-
0分享
-
212下载
-
0评论
-
引用
郭宝龙, 丁贵广, 计文平
通信学报,2004,25(9):132~139,-0001,():
-1年11月30日
提出了一种基于H.26L精细度可伸缩(fine granularity scalability)视频编码方案,称为EFGS-H.26L。在该方案中,以MPEG-4的FGS为基础构造了一种新的可伸缩结构(EFGS,enhanced fine granularity scalability),在EFGS结构中,基本层采用H.261。编码,增强层采用类似于JPEG2000的基于上下文的位平面编码。由于H-26L优良的编码性能,使得基本层的编码效率大大提高,为了提高增强层的编码效率,首先把残余图像按子带的顺序重新排列,这样就可以利用子带系数的相关性来实现冗余信息消除。JPEG2000标准中的EBCOT算法已经被证明是非常高效的位平面编码方法,所以对重排后的DCT系数采用一种类似于JPEG2000的基于上下文的位平面编码方法。实验结果证明,在高比特率时,本文提出的精细度可伸缩编码方案编码效率比MPEG-4中的FGS提高3.0dB左右。
H., 26L, 精细度可伸缩, 视频编码, 位平面编码
-
85浏览
-
0点赞
-
0收藏
-
0分享
-
70下载
-
0评论
-
引用
-
88浏览
-
0点赞
-
0收藏
-
0分享
-
54下载
-
0评论
-
引用
郭宝龙, 马国强, 冯宗哲
电子学报,2002,30(4):552~555,-0001,():
-1年11月30日
在丢包信道中传输子波编码图像时,存在图像重构问题。本文提出了一种新的图像恢复算法—树恢复子波域插值算法,可以用于恢复丢失的子波树系数。该算法利用二维子波变换具有的水平和垂直方向边缘检测能力,采用数学形态学膨胀运算,恢复已丢失的表示边缘信息的高频系数。为了保持图像边缘的尖锐性和方向性,本文采用了高频系数指导下的低频系数恢复技术。文章最后给出的仿真结果验证了该算法的有效性。
图像传输, 插值, 错误隐藏, 子波变换
-
99浏览
-
0点赞
-
0收藏
-
0分享
-
83下载
-
0评论
-
引用
【期刊论文】Inference and contradictory analysis for binary neural networks*
郭宝龙, GUO Baolong, and GUO Lei
SCIENCE IN CHINA (Series E), 1996, 39 (1): 11~16,-0001,():
-1年11月30日
A weak-inferenoe theory and a contradictory analysis for binary neural networks (BNNs). are presented. The analysis indicates that the essential reason why a mural network is changing its slates the existenoe of superior contradiction inside the network, and that the process by which a neural network seeks a solution corresponds to eliminating the superior contradiction. Different from general comtraint satisfaction networks, the solutions found by BNNs may contain inferior contradiction but not superior oontradiction.
neural networks,, inference,, contradictory analysis.,
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
71下载
-
0评论
-
引用
【期刊论文】Figure-Ground Separation Using a Diffusion-Concentration Neural Network*
郭宝龙, GUO Bao-Long, and GUO Lei
CHINESE SCIENCE BULLETIN, 1994, 39 (24): 2086~2090,-0001,():
-1年11月30日
neural networks,, diffusion and concentration,, figure-ground separation.,
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
45下载
-
0评论
-
引用