| Citation: | Qiao Yan-tao, Jin Yan-liang, Yu Song-yu. Simulation-based TCP Performance in Wired/Mobile Ad hoc Networks[J]. Journal of Electronics & Information Technology, 2006, 28(3): 570-573.
|
| 1. | 周晨，周乾伟，陈翰墨，管秋，胡海根，吴延壮. 面向RGBD图像显著性检测的循环逐尺度融合网络. 小型微型计算机系统. 2023(10): 2276-2283 .  | |
| 2. | 叶海峰，赵玉琛. 视觉位置识别中代表地点的标识牌算法. 小型微型计算机系统. 2021(04): 823-828 . | |
| 3. | 王慧玲，宋鑫怡，杨颖. 基于优化查询的改进显著性检测算法. 吉林大学学报(信息科学版). 2020(03): 319-324 . | |
| 4. | 郭迎春，李卓. 基于边缘特征和自适应融合的视频显著性检测. 河北工业大学学报. 2019(01): 1-7 . | |
| 5. | 鲁文超，段先华，徐丹，王万耀. 基于多尺度下凸包改进的贝叶斯模型显著性检测算法. 计算机科学. 2019(06): 295-300 . | |
| 6. | 王宝艳，张铁，李凯，杜松林. DEL分割算法对SSLS算法的改进. 小型微型计算机系统. 2019(10): 2052-2057 . | |
| 7. | 张巧荣，徐国愚，张俊峰. 利用视觉显著性的前景目标分割. 兰州大学学报(自然科学版). 2019(06): 833-840 . | |
| 8. | 杨俊丰，林亚平，欧博，蒋军强，李强. 基于显著性加权随机优化的快速响应码美化方法. 电子与信息学报. 2018(02): 289-297 .  本站查看 | |
| 9. | 邓晨，谢林柏. 全局对比和背景先验驱动的显著目标检测. 计算机工程与应用. 2018(03): 212-216 . | |
| 10. | 刘亚宁，吴清，魏雪. 基于流行排序的前景背景显著性检测算法. 科学技术与工程. 2018(18): 74-81 . | |
| 11. | 闫钧华，肖勇旗，姜惠华，杨勇，张寅. 融合区域像素显著性和时域信息的地面动目标检测及其DSP实现. 电子设计工程. 2018(19): 178-183+193 . | |
| 12. | 陈厚仁，蔡延光. 基于视频的干线交通流检测系统的研究与实现. 工业控制计算机. 2017(07): 85-87 . | |
| 13. | 赵艳艳，沈西挺. 基于同步更新的背景检测显著性优化. 计算机工程. 2017(10): 264-267 . | |
| 14. | 田畅，姜青竹，吴泽民，刘涛，胡磊. 基于区域协方差的视频显著度局部空时优化模型. 电子与信息学报. 2016(07): 1586-1593 . 本站查看 | |
| 15. | 罗会兰，万成涛，孔繁胜. 基于KL散度及多尺度融合的显著性区域检测算法. 电子与信息学报. 2016(07): 1594-1601 . 本站查看 | |
| 16. | 张晴，林家骏，戴蒙. 基于图的流行排序的显著目标检测改进算法. 计算机工程与应用. 2016(22): 26-32+38 . | |
| 17. | 杜永强. 过度曝光图像缺失信息修复算法. 科技通报. 2016(08): 146-149 . | |
| 18. | 郎波，樊一娜，黄静. 利用混合高斯进行物体成分拟合匹配的算法. 科学技术与工程. 2016(20): 73-80 . | |
| 19. | 项导，侯赛辉，王子磊. 基于背景学习的显著物体检测. 中国图象图形学报. 2016(12): 1634-1643 . | |
| 20. | 吕建勇，唐振民. 一种基于图的流形排序的显著性目标检测改进方法. 电子与信息学报. 2015(11): 2555-2563 . 本站查看 |
Jiang Yu-Wen, Tan Le-Yi, Wang Shou-Jue. Saliency Detected Model Based on Selective Edges Prior[J]. Journal of Electronics & Information Technology, 2015, 37(1): 130-136. doi: 10.11999/JEIT140119
DownLoad: