期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
图像的多成分混合字典压缩感知表示及重构 被引量:1
1
作者 曹宇明 冯燕 +1 位作者 贾应彪 袁晓玲 《计算机工程与应用》 CSCD 2013年第14期207-211,共5页
信号分解的稀疏程度决定了压缩感知重构信号的精度,针对标准正交基稀疏程度的不足,提出了基于混合字典的压缩感知图像分解和重构方法。构建匹配图像边缘和纹理的二维Gabor字典,将图像在离散余弦字典与建立的二维Gabor字典上进行混合稀... 信号分解的稀疏程度决定了压缩感知重构信号的精度,针对标准正交基稀疏程度的不足,提出了基于混合字典的压缩感知图像分解和重构方法。构建匹配图像边缘和纹理的二维Gabor字典,将图像在离散余弦字典与建立的二维Gabor字典上进行混合稀疏分解,得到图像的光滑成分、边缘成分和纹理成分。对得到的稀疏成分进行CS观测,通过求解一个优化问题重构图像。实验结果表明,构造的混合字典能够对图像进行更加稀疏的表示,在相同的采样率下,图像的重构质量优于标准正交基分解。 展开更多
关键词 压缩感知 多成分混合字典 稀疏图像表示 图像重构
下载PDF
基于混合字典学习的失配隐写分析方法
2
作者 郭艳卿 许志浩 +1 位作者 王久君 孔祥维 《信息安全研究》 2016年第9期821-826,共6页
近年来,图像隐写分析技术与机器学习的结合越来越紧密.字典学习作为机器学习中的一个重要研究方向,在解决众多实际问题时展现了其独特的优势,但在隐写分析领域中的研究成果却十分有限.针对隐写方法失配和嵌入率失配2个隐写分析领域亟待... 近年来,图像隐写分析技术与机器学习的结合越来越紧密.字典学习作为机器学习中的一个重要研究方向,在解决众多实际问题时展现了其独特的优势,但在隐写分析领域中的研究成果却十分有限.针对隐写方法失配和嵌入率失配2个隐写分析领域亟待解决的问题,提出了基于混合字典学习的隐写分析算法.该算法为实现对载体图与隐密图之间的差异进行编码,分别为2类图像学习各自的子字典,同时为表示载体图与隐密图之间的相同之处,单独学习一个共享字典.此外,该算法同时学习出综合型字典和解析型字典,分别以重构数据和编码分类.实验结果表明,所提出的基于混合字典学习的隐写分析方法具有很好的性能. 展开更多
关键词 隐写分析 字典学习 混合字典 失配 图像
下载PDF
稀疏混合字典学习的人脸鉴别算法 被引量:1
3
作者 矫慧文 狄岚 梁久祯 《小型微型计算机系统》 CSCD 北大核心 2020年第5期1098-1105,共8页
在基于稀疏表示的人脸鉴别方法中,提高鉴别准确率的关键在于增强字典和稀疏编码的辨别性.针对小样本训练情况,本文提出一种新的混合字典学习方法.首先以费舍尔判别准则和拉普拉斯矩阵为约束,利用类别特色字典提取数据类别之间的特殊性,... 在基于稀疏表示的人脸鉴别方法中,提高鉴别准确率的关键在于增强字典和稀疏编码的辨别性.针对小样本训练情况,本文提出一种新的混合字典学习方法.首先以费舍尔判别准则和拉普拉斯矩阵为约束,利用类别特色字典提取数据类别之间的特殊性,在保留稀疏编码数据相似性的同时减小类内编码离散度,增大类间编码离散度.然后利用类内差异字典提取类别共性,捕捉不同类别的相同特征.最后将类别特色字典与类内差异字典相结合,分为4个实验方案在AR、CMU-PIE、LFW等人脸数据库上进行实验,结果表明该算法在少样本训练条件下可以获得更高识别精度. 展开更多
关键词 拉普拉斯矩阵 费舍尔判别 混合字典学习 人脸鉴别
下载PDF
基于混合故障字典的高速公路机电设备故障定位方法研究 被引量:1
4
作者 张弛 《大连交通大学学报》 CAS 2024年第1期101-105,共5页
针对传统的高速公路机电设备故障定位方法存在故障诊断时间较长,虚警率、误检率和漏检率难以达到用户要求的问题,提出基于混合故障字典的高速公路机电设备故障定位方法。通过多维度传感器无线射频识别技术建立高速公路机电设备器件故障... 针对传统的高速公路机电设备故障定位方法存在故障诊断时间较长,虚警率、误检率和漏检率难以达到用户要求的问题,提出基于混合故障字典的高速公路机电设备故障定位方法。通过多维度传感器无线射频识别技术建立高速公路机电设备器件故障射频波束信息模型,获取高速公路机电设备故障数据。建立两部字典,利用第一部故障字典估算高速公路机电设备故障信息数据与各种故障模式类型之间的中心距离,按照距离远近判断要估计的决策函数类型,根据预定的设计算法,运用第二部故障字典的决策机制精确定位高速公路机电设备故障。试验结果表明,基于混合故障字典的高速公路机电设备故障定位方法能够确保虚警率为0,误检率和漏检率低于1%,比传统检测时间缩短了50%以上。 展开更多
关键词 混合故障字典 高速公路 机电设备 设备故障 故障诊断
下载PDF
一种新颖的基于混合故障字典方法的模拟故障诊断策略 被引量:9
5
作者 崔江 王友仁 《电工技术学报》 EI CSCD 北大核心 2013年第4期272-278,共7页
针对模拟电子电路的故障诊断和定位问题,提出了一种基于one-against-rest支持向量机分类器(SVC)的混合故障字典决策策略。首先,借助于欧式距离计算对待测样本进行粗略定位;其次,利用SVC构造基于符号分析的故障决策机制,并根据算法对样... 针对模拟电子电路的故障诊断和定位问题,提出了一种基于one-against-rest支持向量机分类器(SVC)的混合故障字典决策策略。首先,借助于欧式距离计算对待测样本进行粗略定位;其次,利用SVC构造基于符号分析的故障决策机制,并根据算法对样本进行准确定位。相对于常规的one-against-rest SVC方法而言,新方法简单且减少了冗余计算,因而测试时间显著减少,但诊断精度与常规one-against-rest SVC和one-against-one SVC等方法接近,甚至更优。仿真和物理实验均验证了方法的有效性。 展开更多
关键词 模拟电子电路 故障诊断 混合故障字典 支持向量机分类器 符号分析
下载PDF
基于混合稀疏基字典学习的微波辐射图像重构方法 被引量:3
6
作者 朱路 宋超 +2 位作者 刘媛媛 黄志群 王杨 《电子与信息学报》 EI CSCD 北大核心 2016年第11期2724-2730,共7页
目前的微波辐射测量成像系统在一次观测中所采集的数据量大,基于奈奎斯特空间采样及常规微波辐射图像重构方法难以实现高分辨率要求。该文针对微波辐射干涉测量在频域中进行,采用傅里叶最优随机抽取的超稀疏干涉测量(低于奈奎斯特采样)... 目前的微波辐射测量成像系统在一次观测中所采集的数据量大,基于奈奎斯特空间采样及常规微波辐射图像重构方法难以实现高分辨率要求。该文针对微波辐射干涉测量在频域中进行,采用傅里叶最优随机抽取的超稀疏干涉测量(低于奈奎斯特采样)对微波辐射图像进行线性压缩投影,降低数据采样。考虑微波辐射图像在总体差分域和小波中都具有可压缩特性,提出总体差分和小波混合正交基的K-SVD字典学习微波辐射图像重构模型,利用Bregman和交替迭代算法求解该模型,重构线性压缩投影信息从而获得微波辐射图像。仿真实验表明,该文提出的算法在微波辐射图像重构效果、噪声稳定性上优于DLMRI算法和Grad DLRec算法。 展开更多
关键词 微波辐射图像 超稀疏干涉测量 混合正交基字典学习 交替迭代方法
下载PDF
基于核扩展混合块字典的单样本人脸识别研究 被引量:1
7
作者 马杲东 吕非 +1 位作者 童莹 曹雪虹 《计算机技术与发展》 2022年第1期104-110,116,共8页
稀疏表示分类(sparse representation-based classification,SRC)在样本数量充足下的人脸识别中具有较好的识别效果。然而由于基本字典缺乏判别性同时过度依赖于字典中每类样本的原子数目,稀疏表示分类在真实情况下的单样本(每类样本只... 稀疏表示分类(sparse representation-based classification,SRC)在样本数量充足下的人脸识别中具有较好的识别效果。然而由于基本字典缺乏判别性同时过度依赖于字典中每类样本的原子数目,稀疏表示分类在真实情况下的单样本(每类样本只有一张训练样本)人脸识别任务中缺乏鲁棒性。针对以上问题,该文提出了基于核扩展混合块字典的单样本人脸识别方法。首先,对样本进行分块处理,分别对分块图像进行核判别分析(kernel discriminant analysis,KDA)投影降维,提取图像的局部特征信息构成更具判别性的基本块字典;然后,为经过KDA投影之后的分块样本分别构建遮挡字典和类内差异字典来描述样本中的大面积连续遮挡以及光照、表情等类内差异信息,将遮挡字典和类内差异字典共同组合成混合块字典,使混合块字典能够更好地描述测试样本中不同类型的差异信息;最后,将测试样本表示为基本块字典和混合块字典的稀疏线性组合,根据重构残差进行分类识别,从而实现真实情况下的单样本人脸识别。在标准人脸库CAS-PEAL,AR以及真实人脸库LFW和PubFig上的实验结果表明,该方法与其他方法相比有较好的结果。 展开更多
关键词 稀疏表示分类 核判别分析 人脸识别 混合字典 单样本
下载PDF
逆变器高频谐波扰动电子信号自动检测方法
8
作者 席晓林 张新一 +1 位作者 周金涛 黄浩 《机械与电子》 2024年第7期42-46,51,共6页
研究逆变器高频谐波扰动电子信号自动检测方法。构建逆变器的电子信号采样函数,获取电子信号采样结果。利用改进后的阈值函数对电子信号进行小波去噪处理,通过混合字典对去噪后的信号进行稀疏分解,确定电子信号高频谐波扰动特征。利用B... 研究逆变器高频谐波扰动电子信号自动检测方法。构建逆变器的电子信号采样函数,获取电子信号采样结果。利用改进后的阈值函数对电子信号进行小波去噪处理,通过混合字典对去噪后的信号进行稀疏分解,确定电子信号高频谐波扰动特征。利用BFGS校正拟牛顿算法优化BP神经网络的梯度和参数,将电子信号高频谐波扰动特征输入优化BP神经网络中,得到逆变器高频谐波扰动电子信号自动检测结果。实验结果表明,所提方法能精准获取逆变器电子信号,对高频谐波扰动电子信号的检测误差小,效果好。 展开更多
关键词 逆变器 高频谐波扰动 电子信号检测 改进阈值函数 混合字典 优化BP神经网络
下载PDF
共享空间基-逐类剩余空间基混合稀疏表示人脸识别算法
9
作者 胡正平 刘立真 《高技术通讯》 北大核心 2017年第6期495-505,共11页
针对传统训练样本字典学习未利用类共有信息的不足,引入共享空间和与类别相关的剩余空间,提出了共享空间基-逐类剩余空间基混合稀疏表示人脸识别的算法。该算法首先提取训练样本主成分分析(PCA)特征,获取无标记的共享空间基及其重构样... 针对传统训练样本字典学习未利用类共有信息的不足,引入共享空间和与类别相关的剩余空间,提出了共享空间基-逐类剩余空间基混合稀疏表示人脸识别的算法。该算法首先提取训练样本主成分分析(PCA)特征,获取无标记的共享空间基及其重构样本得到类共有信息;然后结合原始样本得到差分训练集合,并引入类间差异信息构建逐类特异性剩余空间基;最后融合共享空间基和剩余空间基,利用残差判别函数完成模式分类。该方法不仅利用混合空间的正交特性,而且发挥剩余空间的鉴别能力和共享信息稀疏逼近的作用,使结构性字典和模式分类紧密结合。该方法的有效性,分别通过用AR、CMU PIE、Extended Yale B人脸数据库进行的实验得到验证。 展开更多
关键词 混合字典 共享空间 剩余空间 人脸识别 稀疏表示 逐类剩余空间
下载PDF
稀疏综合字典学习的小样本人脸识别 被引量:2
10
作者 狄岚 矫慧文 梁久祯 《智能系统学报》 CSCD 北大核心 2021年第2期218-227,共10页
传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及Fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及... 传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及Fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及低秩字典原子,提取不同类别数据之间的共性、特殊性和异常情况,从而提高算法识别率以及对表情变化、姿态变化、遮挡等异常情况的处理能力。在AR、YALEB、LFW等人脸数据库进行仿真实验,实验结果验证了算法的有效性和可行性。 展开更多
关键词 综合字典学习 人脸识别 类别特色字典 FISHER准则 小样本 图像扩充 镜像准则 扩充干扰字典 混合特色字典 低秩字典
下载PDF
基于稀疏表达的图像去噪方法研究 被引量:1
11
作者 陈柘 陈海 《电子设计工程》 2014年第2期168-170,173,共4页
提出一种基于混合字典的图像稀疏分解去噪方法。使用小波包函数和离散余弦函数构成混合字典,采用匹配追踪算法对图像进行稀疏分解,提取含噪图像中的稀疏成分,最后利用稀疏成分进行图像重构,达到去除图像中噪声的目的。实验中与单一字典... 提出一种基于混合字典的图像稀疏分解去噪方法。使用小波包函数和离散余弦函数构成混合字典,采用匹配追踪算法对图像进行稀疏分解,提取含噪图像中的稀疏成分,最后利用稀疏成分进行图像重构,达到去除图像中噪声的目的。实验中与单一字典稀疏分解去噪算法进行了对比,结果表明,所提出的混合字典稀疏去噪算法可有效提取图像中的稀疏结构,改善重构图像的主客观质量。 展开更多
关键词 图像去噪 稀疏表达 混合字典 匹配追踪
下载PDF
A fault feature extraction method of gearbox based on compound dictionary noise reduction and optimized Fourier decomposition 被引量:1
12
作者 Mao Yifan Xu Feiyun 《Journal of Southeast University(English Edition)》 EI CAS 2021年第1期22-32,共11页
Aimed at the problem that Fourier decomposition method(FDM)is sensitive to noise and existing mode mixing cannot accurately extract gearbox fault features,a gear fault feature extraction method combining compound dict... Aimed at the problem that Fourier decomposition method(FDM)is sensitive to noise and existing mode mixing cannot accurately extract gearbox fault features,a gear fault feature extraction method combining compound dictionary noise reduction and optimized FDM(OFDM)is proposed.Firstly,the characteristics of the gear signals are used to construct a compound dictionary,and the orthogonal matching pursuit algorithm(OMP)is combined to reduce the noise of the vibration signal.Secondly,in order to overcome the mode mixing phenomenon occuring during the decomposition of FDM,a method of frequency band division based on the extremum of the spectrum is proposed to optimize the decomposition quality.Then,the OFDM is used to decompose the signal into several analytic Fourier intrinsic band functions(AFIBFs).Finally,the AFIBF with the largest correlation coefficient is selected for Hilbert envelope spectrum analysis.The fault feature frequencies of the vibration signal can be accurately extracted.The proposed method is validated through analyzing the gearbox fault simulation signal and the real vibration signals collected from an experimental gearbox. 展开更多
关键词 Fourier decomposition compound dictionary mode mixing gearbox fault feature extraction
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部