基于图滤波与自表示的无监督特征选择算法

针对现有方法未考虑数据的高阶邻域信息而不能完全捕捉数据内在结构的问题,提出一种基于图滤波与自表示的无监督特征选择算法.首先,将高阶图滤波器应用于数据获得其平滑表示,并设计一个正则化器联合高阶图信息进行自表示矩阵学习以捕捉数据的内在结构;其次,应用l_(2,1)范数重建误差项和特征选择矩阵,以增强模型的鲁棒性与稀疏性选择判别的特征;最后,用一个迭代算法有效地求解所提出的目标函数,并进行仿真实验以验证该算法的有效性.

基于图滤波器和SVDD算法的分布式光伏集群发电异常检测研究

由于电网企业不断加快数字化转型,利用北斗定位技术将自动获取区域内光伏计量装置经纬度这一关键技术参数。文章充分利用分布式光伏集群内光伏发电装机位置空间相关性,提出一种在弱监督下基于图滤波与支持向量数据描述(support vector data description,SVDD)的分布式光伏集群发电异常检测方法。首先建立分布式光伏集群发电图数据结构模型,通过加权邻接矩阵描述分布式光伏发电点空间耦合性,其次构造图高通滤波器将时域参数转化为频域参数,然后通过SVDD算法优化图滤波结果,进一步挖掘图高通滤波器阈值与输出功率数据之间的关系。结果表明,采用图滤波器和SVDD算法模型方法在分布式光伏发电异常检测精度上有显著提高。

一种非均匀图滤波器组的设计方法

针对图频率分布不均匀的情况,提出一种非均匀图滤波器组的设计方法。根据图频率的分布特性,设计了具备良好频率选择特性及顶点域局部特性的非均匀分析滤波器。先用低阶非多项式滤波器近似高阶多项式滤波器,再在给定分析滤波器和子带信号的前提下,将重构问题归结成一个最小二乘问题。由于直接求解优化问题会涉及矩阵求逆,为了解决在大规模图的情况下计算复杂度高的问题,采用一种预处理梯度法对优化问题进行迭代求解,且能分布式实现。仿真结果表明,通过该方法设计的非均匀图滤波器组能实现完全重构,且其分析滤波器具备良好频率选择特性及顶点域局部特性。与其他迭代方法相比,该方法具有较快的收敛速度和较低的计算成本。

基于元学习和图滤波器的节点分类研究

深度学习在提取数据特征方面取得了巨大的成功,尤其是在处理节点间关系信息丰富的图数据时,通过在频域上使用图滤波器进行图卷积操作,设计出了多种图神经网络。这些图神经网络主要关注设计固定的滤波器或学习简单的滤波器,但这种对滤波器的简化可能会导致滤波器不能适用于所有的图数据。为了解决上述问题,提出了一种基于元学习和图滤波器的节点分类模型MGCN,以提高图滤波器的普适性。模型利用元学习为图卷积神经网络(GCN)的滤波器学习了一组初始化权重,在对滤波器的权重进行微调之后,模型可以快速地适应新任务。为了验证MGCN的有效性,在6个基线数据集上进行了大量实验。实验结果表明,提出的模型相比于传统图神经网络模型可以适用于更加广泛的图数据。

一种改进雅可比算法的频域临界采样图滤波器组

频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。

基于时序-图滤波的交通预测模型研究

针对复杂路网结构下交通信息难以预测和现有图神经网络方法引入过多训练参数导致训练耗时的问题,本文提出基于时序-图滤波的交通预测方法。引入了图信号处理的理论和技术,将路网结构表示为一个图,并利用图滤波方法显性捕捉信号变化,为了更好地发掘交通数据的时序依赖性,采用循环门控单元来建模时间序列数据的动态演化过程。实验表明,本文提出的方法可在交通预测任务中取得较高的准确度和稳定性。

基于图滤波器的符号属性图链路关系预测算法

带节点属性的符号网络在信息学、生物学等多个领域存应用广泛,链路符号预测是该类数据分析中的一个热点问题。基于符号图神经网络的模型是该问题的最新有效解决方案,但现有方法几乎均基于社会平衡理论,且未充分利用节点属性。针对以上问题,从图信号处理角度设计了一个符号图神经网络,提出了一种端到端的符号属性图链路预测算法。首先,给出了基于低频和高频信号的带通滤波器的符号图神经网络,用于获得基于符号拓扑图的节点嵌入;其次,构造属性相似性图,利用图卷积网络得到属性相似性图节点嵌入;最后,引入注意力机制,融合符号拓扑图与属性相似性图两种节点表达,并将其输入符号判别器,通过Adam优化器训练模型。在三个药物数据集上进行了对比实验与模型设置的影响分析。与典型的符号图卷积网络与符号图谱嵌入,以及最近提出的基于图滤波的符号卷积网络的对比结果表明,该模型在AUC与F1指标上比最好的基线方法提升了8.68%与10.04%。

InSAR干涉图滤波方法比较

干涉条纹图滤波是合成孔径雷达干涉测量处理中不可缺少的重要环节。对干涉条纹图滤波的一个重要要求是在有效抑制噪声的同时尽可能地保持条纹的纹理信息。首先对干涉合成孔径雷达(InSAR)滤波方法进行分类,然后对基于局部统计自适应滤波中的4种算法:Goldstein滤波I、NSAR干涉条纹图的复数空间自适应滤波、鲁棒加权圆周期滤波和正余弦滤波法滤波进行了研究,每种算法都给出了真实数据的处理结果,以比较各种处理算法的优缺点。并且用5种定量的评价指标比较和评价上述4种滤波方法的优劣。

基于信号子空间估计的多基线InSAR干涉相位图滤波方法

多基线干涉合成孔径雷达(Interferometric synthetic aperture radar,InSAR)利用长短基线之间的关系,能够获得优于单基线InSAR的高程测量结果。本文针对多基线InSAR的数据特点,提出了基于信号子空间估计的多基线InSAR干涉相位图滤波方法。该方法将不同长度基线下所获得干涉相位图中同一像素单元信号作为一个训练样本,通过信号子空间的估计完成多基线InSAR干涉相位图滤波。仿真实验结果表明,本文方法可以在运算时间相当的情况下,获得优于回转均值滤波算法和回转中值滤波算法的滤波性能,是一种可满足实时处理要求的有效的多基线InSAR干涉相位图滤波方法。

一种基于局部频率估计的地形自适应干涉图滤波器

本文提出一种用于InSAR处理的地形自适应干涉图滤波器.该滤波器通过局部空间频率估计,依据地形的变化进行参数调整,能够有效地克服传统的多视滤波器破坏致密干涉条纹的缺点.本文详细描述该地形自适应滤波器的结构,并阐述其具体实现方法.在局部频率估计中,由于采用了二维Chirp-Z变换,滤波器的计算效率较高.用X-SAR的干涉数据对所提出的自适应滤波器进行了验证,给出了自适应滤波器和传统多视滤波器的滤波结果,说明前者具有保持干涉条纹的良好特性.

一种设计M通道双正交过采样图滤波器组的新算法

针对现有的M通道过采样图滤波器组整体性能较差的问题,该文提出一种过采样图滤波器组设计的新算法。在新算法中,分两步来设计图滤波器组。首先,从频谱特性方面考虑来设计分析滤波器,以分析滤波器的通带波纹和阻带能量为目标函数,以3 d B约束为约束条件,通过半正定规划求解出频谱选择性较好的分析滤波器;然后,从完全重构特性方面考虑来设计综合滤波器,以综合滤波器的阻带能量为目标函数,以完全重构条件为约束函数。上述两个约束优化问题都是半正定规划问题,都可有效地求解。新算法综合考虑了滤波器组的重构特性和频率特性,因此可以设计得到整体性能良好的M通道双正交过采样的图滤波器组。仿真对比表明,与已有的设计算法相比,新算法设计所得的图滤波器组具备更小的重构误差。

滤波参数对Goldstein干涉相位图滤波性能的影响分析

经典的Goldstein In SAR干涉图滤波算法选取滤波参数时存在较大的主观性。以经验值作为滤波参数的Goldstein滤波算法为基础,基于相干系数、相位标准偏差、伪相干系数、伪信噪比和结构相似性来获得滤波参数的Goldstein自适应滤波方法,采用32像素×32像素的滤波窗口对模拟和真实干涉相位图分别进行单次滤波实验,对滤波结果进行详细评价和对比分析。研究结果表明,基于这6种滤波参数均能在一定程度上抑制噪声,使干涉条纹趋势更加清晰,提升了干涉图的质量。其中,基于相位标准偏差的滤波不仅能够抑制噪声,并且较好地保持干涉图的细节和边缘信息;基于结构相似性和伪信噪比的滤波效果相对较弱;基于经验值、相干系数和伪相干系数的滤波效果相对欠佳。

基于异向梯度加权值干涉图滤波

根据窗口内周围各像素与中心像素之间的异向梯度及像素相干值构成中心像素迭代公式中的权函数,提出一种保持条纹细节的干涉条纹图滤波方法。以模拟数据和意大利Etna火山、土耳其地震的真实干涉图数据为例,将新方法与空间自适应滤波、Lee滤波和最优化方向融合方法进行比较。研究结果表明:新算法能够滤除大量噪声同时保持条纹边缘,模拟干涉图和2幅真实干涉图残余点去除率分别达到99.3%,90.3%和87.9%,更有利于后续的相位解缠。

两通道正交图滤波器组设计新算法

针对两通道正交图滤波器组频率特性差的问题,提出了一种基于二阶泰勒近似的迭代算法.首先,该算法将两通道正交图滤波器组的设计问题归结为一个带约束优化问题.将图滤波器组的重构误差作为目标函数,滤波器的阻带衰减作为约束函数;然后,通过泰勒近似将高度非线性非凸的目标函数转化为关于增量的凸的二次函数,将非凸优化问题近似为凸的优化问题;最后,采用迭代方法求解该优化问题.仿真结果表明,与伯恩斯坦多项式逼近的算法相比,新算法设计的两通道正交图滤波器组重构误差减小了约1个数量级,信噪比提高了约8dB.

基于C3NET和图滤波器的基因特征选择算法

针对基因表达数据维度高,冗余基因多等问题,提出了一种基于C3NET和图滤波器的基因特征选择算法。利用C3NET算法推断出基因表达数据的基因调控网络,得到基因之间的调控关系。将基因表达数据中的基因建模为图上节点,每个基因的基因数据建模为图信号,将得到的基因调控网络建模为邻接矩阵,计算该基因调控网络的图拉普拉斯矩阵和图傅里叶变换,并且提出了一种基于图傅里叶变换的基因分类能力的评估方法,计算每个基因的分类能力。设计了高通图滤波器对基因数据进行滤波,根据计算得到的基因的分类能力,筛选出滤波后分类能力高的基因。仿真实验结果表明,与现有的基因选择算法相比,本算法筛选出的基因分类能力更高,在不同的分类器中均能保持较高的分类准确率。

烟雾干扰下的实时图滤波方法研究

在对当前景象匹配技术应用现状的研究基础上,针对其中的强干扰景象匹配技术,尤其是烟雾干扰下的实时图滤波技术进行阐述。烟雾干扰是造成实时图模糊不清的主要原因,致使景象匹配系统不能发挥其应有的作战效能,甚至造成误匹配。首先分析了烟雾干扰对景象匹配系统特别是实时图滤波的影响,并研究了烟雾干扰模型的主要参数及其可滤波的设计思路,在此基础上提出了相应的滤波算法并辅以Matlab平台进行了仿真分析。结果表明,该算法能够在较大程度上消除烟雾噪声,有效地改善烟雾干扰下的实时图质量,也为烟雾干扰下的实时图滤波技术提供了更为广泛的思路。

基于MATLAB的数字散斑条纹图滤波比较

数字散斑照相术提取的数字散斑条纹图存在信噪比低、强度弱的特点,因此需要对图像进行滤波除噪。为了比较不同的滤波方法对散斑条纹图的除噪效果,笔者在MATLAB中采用中值滤波、巴特沃斯低通滤波、指数低通滤波以及同态滤波对提取的条纹图进行处理并就处理结果做出了分析比较。实验结果表明,以上方法都能从噪声中提取信号,其中中值滤波除噪效果最好。

一种基于泰勒级数展开的图滤波器设计方法

图信号处理是近年来一种新型的信号处理技术,极大地扩展了经典DSP的处理范围,但许多经典概念如频率、数字滤波器等,均需要重新定义和设计。文中基于经典数字滤波器设计,将数字信号处理中的傅里叶基函数进行泰勒阶数展开来设计图信号的FIR滤波器和IIR滤波器。展开之后的傅里叶基函数会得到关于数字角频率的多项式形式,利用此多项式的系数作为图滤波器的系数进行相应滤波器的设计。该图滤波器的设计方式可以得到一个经典数字滤波器的近似,文中对该近似做了误差分析,以得到最终的滤波器与被拟合滤波器之间的误差。最后实验结果表明文中图滤波设计方式,相较于其他一些图滤波器设计方式拥有更好的性能。

一个基于低通图滤波器的推荐模型

推荐系统已经成为大数据时代帮助用户挖掘其偏好的有力工具,也创造了大量的经济价值.在实际推荐场景下,尽管用户的偏好或者项目(也称“商品”)的特性都是相对稳定的,可以通过用户与商品的历史交互来捕获.但是,用户对商品存在误触的点击行为,这实际上是噪音信号.如何对用户-商品进行降噪并学习精确的用户偏好是推荐系统的基本需求.我们将用户-商品交互建模为二部图,并从图信号处理的角度设计了一种低通图滤波器,其可以抑制和过滤高频噪音并筛选出低频的用户偏好.最后,2个真实数据集上的大量实验验证了所设计算法的有效性.

非下采样图滤波器组的设计方法

针对图滤波器组中难以准确定义一般图信号下采样运算的问题,提出了非下采样图滤波器组的设计方法。首先,采用样条滤波器作为分析滤波器组。然后,通过两种不同的方法设计综合滤波器组,其中,算法一利用顶点域的完全重构条件,构造出综合滤波器组;算法二从子带滤波器的频谱特性考虑,采用带约束优化算法设计综合滤波器组。两种方法可设计得到完全重构的两通道非下采样图滤波器组。最后,在两通道非下采样图滤波器组的基础上,采用级联的方式构造出具有多分辨分析特性的多通道非下采样图滤波器组。仿真结果表明,所提出的非下采样图滤波器组具备完全重构特性。并且,与已有的图滤波器组相比,设计所得的多通道非下采样图滤波器组具有更好的去噪性能。