Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Multidimensional Systems and Signal Processing. Журнал имеет третий квартиль, издаётся в Springer Netherlands, его SJR за 2021 г. равен 0,452, пятилетний импакт-фактор 1,749, печатный ISSN - 0923-6082, электронный - 1573-0824, предметные области - Прикладная математика, Программное обеспечение, Технология обработки сигналов, Информационные системы, Искусственный интеллект, Прикладная наука о компьютерах, Аппаратная часть и системная архитектура. Вот так выглядит обложка:
Редактором является Эрик Роджерс, контактные данные - etar@ecs.soton.ac.uk, nandhakumar.manoharan@springernature.com, stella.lawrence@springernature.com, journalpermissions@springernature.com, elizabeth.dziubela@springer.com.
К публикации принимаются статьи об исследованиях и выборочных обзорах, начиная от фундаментальных основ и заканчивая важными новыми открытиями. Журнал реагирует на широко разрозненный характер публикаций в данной области и предлагает решение проблемы, в виде единства темы, сокращая дублирование усилий и значительно улучшая коммуникацию между исследователями и практиками в указанной области. Неполный список тем, рассматриваемых в журнале, включает:
- проектирование и внедрение многомерных систем управления;
- теорию многомерной устойчивости и реализации;
- прогнозирование и фильтрацию многомерных процессов;
- пространственно-временная обработка сигналов;
- многомерные фильтры и банки фильтров; обработка сигналов массивов;
- применение многомерных систем и обработки сигналов в таких областях, как здравоохранение и методы трехмерной визуализации.
Адрес издания - https://www.springer.com/journal/11045
Пример статьи, название - Median arc center corrected binary pattern (MACCBP) for noise robust feature extraction. Заголовок (Abstract) - Local binary pattern (LBP) is an efficient texture descriptor with increasing applications in machine vision. Notwithstanding the great ability of LBP in revealing texture features of natural images, this descriptor is sensitive to noise, and its accuracy is reduced when applied to noisy images. The two important noise sensitive components in computing LBP, which affect the generated binary patterns, are the central pixel value and the neighboring pixels values, which are used for thresholding. This paper proposes a noise robust texture descriptor that applies a novel mechanism for potential noisy central pixel detection and correction. Moreover, the proposed descriptor uses a new sampling method that corrects potential noisy neighboring pixels by replacing them with the median of their various radii neighboring pixels, which are located in a new arc-shaped structure. Since the proposed median arc center corrected binary pattern (MACCBP) uses pixels related to different radii patterns for code generation, both macro and micro structures participate in thresholding. Hence, performance is increased in both noisy and noiseless environments. Furthermore, the MACCBP applies the idea of completed LBP and extracts magnitude and center information in conjunction with the sign to achieve more noise robustness and classification accuracy. The proposed descriptor is extensively examined in noisy and noise-free experiments using Outex, UIUC, UMD and CUReT datasets. The experimental results show that MACCBP achieves high classification accuracy in the experiments with original images of the datasets, and when additive salt and pepper noise, Gaussian white noise and Gaussian blur are applied to the test images. The MACCBP is compared with its well-known state-of-the-art counterparts in terms of classification accuracy in the experiments. The results obtained from numerous and extensive tests demonstrate that the proposed descriptor is notably superior to its competitors in noisy and noiseless experiments. Keywords: Texture classification; Feature extraction; Local binary pattern; Noise tolerance
