期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
12
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进增广拉格朗日乘子法的鲁棒性主成分分析
被引量:
6
1
作者
杨剑哲
孙巧榆
+3 位作者
王君
程丹松
金野
石大明
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015年第11期27-33,共7页
针对增广的拉格朗日乘子法在求解鲁棒性主成分分析,特别是当数据同时受到稀疏噪声和高斯噪声的干扰时,计算精度会降低,数据降维去噪任务不能很好完成的情况,提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改...
针对增广的拉格朗日乘子法在求解鲁棒性主成分分析,特别是当数据同时受到稀疏噪声和高斯噪声的干扰时,计算精度会降低,数据降维去噪任务不能很好完成的情况,提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改进增广拉格朗日乘子法来提高算法的计算精度,二是针对鲁棒性主成分分析,提出一个带高斯噪声的凸优化模型.实验结果表明,本文提出的最优乘子初始化改进算法赋予增广的拉格朗日乘子法一个最优的拉格朗日乘子,从而提高算法的计算精度,而凸优化模型能够清晰地将高斯噪声和稀疏噪声从数据矩阵中分离出去,进而提高数据对高斯噪声的鲁棒性.
展开更多
关键词
鲁棒性
主
成分
分析
拉格朗日乘子的最优初始化
增
广
的拉格朗日乘子法
凸优化
高斯噪声
下载PDF
职称材料
二维类增广PCA及其在人脸识别中的应用
被引量:
2
2
作者
徐毅
赵冬娟
梁久祯
《计算机工程与应用》
CSCD
2012年第1期202-204,共3页
提出了一种二维类增广PCA(2DCAPCA)的人脸识别算法。用二维PCA(2DPCA)方法直接对人脸图像矩阵进行特征提取,对提取的特征进行归一化处理,将归一化处理后的特征与类别信息结合构成类增广矩阵,对类增广矩阵进行2DPCA处理,提取图像的类增...
提出了一种二维类增广PCA(2DCAPCA)的人脸识别算法。用二维PCA(2DPCA)方法直接对人脸图像矩阵进行特征提取,对提取的特征进行归一化处理,将归一化处理后的特征与类别信息结合构成类增广矩阵,对类增广矩阵进行2DPCA处理,提取图像的类增广矩阵特征。由于该算法既保留了人脸图像的结构信息,又考虑了样本的类别信息,识别率有了较大的提高。通过Yale和FERET库上的实验表明,该方法对人脸识别是有效的。
展开更多
关键词
人脸识别
特征提取
二维
主
成分
分析
(2DPCA)
类
增
广
主
成分
分析
(
capca
)
二维
类
增
广
主
成分
分析
(2D
capca
)
下载PDF
职称材料
多线性鲁棒主成分分析
被引量:
7
3
作者
史加荣
周水生
郑秀云
《电子学报》
EI
CAS
CSCD
北大核心
2014年第8期1480-1486,共7页
鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述...
鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.
展开更多
关键词
多线性鲁棒
主
成分
分析
鲁棒
主
成分
分析
低秩
核范数最小化
增
广
拉格朗日乘子法
下载PDF
职称材料
不完全鲁棒主成分分析的正则化方法及其在背景建模中的应用
被引量:
3
4
作者
史加荣
郑秀云
杨威
《计算机应用》
CSCD
北大核心
2015年第10期2824-2827,2832,共5页
针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况,提出了一种低秩矩阵恢复模型——正则化不完全鲁棒主成分分析(RIRPCA)。首先基于序列数据连续性的度量函数建立了RIRPCA模型,即最小化矩阵核范数、L1范数和正...
针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况,提出了一种低秩矩阵恢复模型——正则化不完全鲁棒主成分分析(RIRPCA)。首先基于序列数据连续性的度量函数建立了RIRPCA模型,即最小化矩阵核范数、L1范数和正则项的加权组合;然后使用增广拉格朗日乘子法来求解所提出的凸优化模型,此算法具有良好的可扩展性和较低的计算复杂度;最后,将RIRPCA应用到视频背景建模中。实验结果表明,RIRPCA比矩阵补全和不完全RPCA等方法在恢复丢失元素和分离前景上具有优越性。
展开更多
关键词
鲁棒
主
成分
分析
低秩矩阵恢复
背景建模
核范数最小化
增
广
拉格朗日乘子法
下载PDF
职称材料
采用多任务稳健主成分分析的运动目标分割(英文)
被引量:
1
5
作者
王向阳
万旺根
《应用科学学报》
CAS
CSCD
北大核心
2014年第5期473-480,共8页
提出一种多任务稳健主成分分析方法,用以结合多视觉特征实现运动目标分割.给定由多类型特征矩阵描述的视频数据,将它分解为低秩和稀疏部分,其中的稀疏部分对应于运动目标.该矩阵分解过程是一个凸优化问题,通过用ALM方法最小化核范数和2...
提出一种多任务稳健主成分分析方法,用以结合多视觉特征实现运动目标分割.给定由多类型特征矩阵描述的视频数据,将它分解为低秩和稀疏部分,其中的稀疏部分对应于运动目标.该矩阵分解过程是一个凸优化问题,通过用ALM方法最小化核范数和2,1-范数的约束组合.与仅利用单类型特征的方法相比,本文提出的方法能够结合多类型特征,因此可获得更加精确可靠的结果.对HumanEva和Change Detection两个数据集的实验表明了该方法的有效性.
展开更多
关键词
运动分割
低秩矩阵恢复
稀疏表示
稳健
主
成分
分析
增
广
拉格朗日乘子法
下载PDF
职称材料
一种新的基于非凸秩近似的鲁棒主成分分析模型
6
作者
潘鹏
王永丽
+2 位作者
陈勇勇
王淑琴
贺国平
《科学技术与工程》
北大核心
2017年第31期305-309,共5页
在机器学习、数据挖掘和图像处理等研究领域,鲁棒主成分分析(RPCA)主要用于恢复一个低秩的数据矩阵。考虑到核范数作为矩阵秩函数的凸近似在处理实际数据集时存在的问题,以及矩阵秩函数的非凸近似所展现出的优势,提出了一种新的非凸近...
在机器学习、数据挖掘和图像处理等研究领域,鲁棒主成分分析(RPCA)主要用于恢复一个低秩的数据矩阵。考虑到核范数作为矩阵秩函数的凸近似在处理实际数据集时存在的问题,以及矩阵秩函数的非凸近似所展现出的优势,提出了一种新的非凸近似函数。基于该非凸近似函数,提出一个改进的RPCA模型,并应用增广拉格朗日乘子法对其进行求解。最后利用视频背景分离的实际数据,通过数值实验验证了新模型的有效性。
展开更多
关键词
鲁棒
主
成分
分析
非凸近似
增
广
拉格朗日乘子法
视频背景分离
下载PDF
职称材料
一种基于增广网络的快速微博社区检测算法
被引量:
2
7
作者
蒋盛益
杨博泓
+2 位作者
姚娟娜
吴美玲
张钰莎
《中文信息学报》
CSCD
北大核心
2016年第5期65-72,共8页
微博是当前最流行的在线社交媒体之一,有效地检测出微博用户的社区结构,能够帮助人们理解微博社交网络的结构和用户的行为特征,从而为用户提供个性化的服务。然而,现有社区检测算法大多只考虑社交网络节点之间的直接链接关系,忽略节点...
微博是当前最流行的在线社交媒体之一,有效地检测出微博用户的社区结构,能够帮助人们理解微博社交网络的结构和用户的行为特征,从而为用户提供个性化的服务。然而,现有社区检测算法大多只考虑社交网络节点之间的直接链接关系,忽略节点自身的内容特征。针对此问题,提出一种基于增广网络的快速微博社区检测算法。该算法通过融合社交网络的链接信息以及用户在微博上所发布的博文内容信息构建增广网络,然后以模块度为目标函数快速挖掘增广网络中的主题社区。通过真实微博社交网络的实验表明,提出的算法能够高效地检测出社交网络的主题社区。
展开更多
关键词
微博
社区检测
模块度
主
成分
分析
增
广
网络
主
题社区
下载PDF
职称材料
低秩矩阵恢复算法综述
被引量:
72
8
作者
史加荣
郑秀云
+1 位作者
魏宗田
杨威
《计算机应用研究》
CSCD
北大核心
2013年第6期1601-1605,共5页
将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍...
将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍了低秩表示的优化模型及求解算法。最后指出了有待进一步研究的问题。
展开更多
关键词
低秩矩阵恢复
鲁棒
主
成分
分析
矩阵补全
低秩表示
增
广
拉格朗日乘子算法
下载PDF
职称材料
基于块和低秩张量恢复的视频去噪方法
被引量:
2
9
作者
李小利
杨晓梅
陈代斌
《计算机应用研究》
CSCD
北大核心
2017年第4期1273-1276,1280,共5页
由于采用矩阵的表示形式会破坏视频数据的原始空间结构,针对这一问题,提出了一种基于块和低秩张量恢复的视频去噪方法。首先运用自适应中值滤波器对含噪视频进行预处理,通过相似块匹配构造一个三阶张量,根据视频张量的低秩性和噪声像素...
由于采用矩阵的表示形式会破坏视频数据的原始空间结构,针对这一问题,提出了一种基于块和低秩张量恢复的视频去噪方法。首先运用自适应中值滤波器对含噪视频进行预处理,通过相似块匹配构造一个三阶张量,根据视频张量的低秩性和噪声像素的稀疏性,利用基于张量的增广拉格朗日乘子法(ALM)重建出三阶视频张量的低秩部分和稀疏部分,实现噪声的分离。该方法采用张量模型来处理视频去噪的问题,更好地保护了视频序列的高维结构特性,可以准确地去除复杂结构视频的噪声干扰。实验结果表明,相对于常用方法,该方法能准确完整地分离噪声,具有更强的视频去噪能力。
展开更多
关键词
视频去噪
张量恢复
鲁棒
主
成分
分析
增
广
拉格朗日乘子法
下载PDF
职称材料
基于图像重组和矩阵恢复的红外行人检测算法
10
作者
熊斌
郭海如
《计算机工程与设计》
北大核心
2017年第9期2472-2476,共5页
为提高红外行人目标的正确检测率,优化检测算法的计算复杂度,提出一种基于图像重组和矩阵恢复的红外行人目标检测算法。将原始图像重组成由图像子块构成的模型图像;将红外行人目标的检测问题转换为求解鲁棒主成分分析的优化问题,运用增...
为提高红外行人目标的正确检测率,优化检测算法的计算复杂度,提出一种基于图像重组和矩阵恢复的红外行人目标检测算法。将原始图像重组成由图像子块构成的模型图像;将红外行人目标的检测问题转换为求解鲁棒主成分分析的优化问题,运用增广拉格朗日乘子算法将模型图像分解为背景图像和目标图像;通过一种自适应阈值方法,消除噪声并分割出行人目标。实验结果表明,该方法能有效准确地检测出行人目标,较同类方法有更好的实时性。
展开更多
关键词
鲁棒
主
成分
分析
图像重组
矩阵恢复
增
广
拉格朗日乘子法
行人检测
下载PDF
职称材料
基于邻近算子的RPCA问题快速优化算法
11
作者
伍联华
郑伟东
+2 位作者
李声豪
胡文玉
喻高航
《赣南师范大学学报》
2018年第6期15-20,共6页
鲁棒主成分分析(RPCA)问题用于恢复某些元素被严重破坏的低秩矩阵,在视频去噪、背景建模、推荐系统等领域具有广泛的应用.考虑到RPCA问题的非凸性,设计求解RPCA问题的快速凸优化算法是近年来的一个研究热点.本文以邻近算子为工具,提出...
鲁棒主成分分析(RPCA)问题用于恢复某些元素被严重破坏的低秩矩阵,在视频去噪、背景建模、推荐系统等领域具有广泛的应用.考虑到RPCA问题的非凸性,设计求解RPCA问题的快速凸优化算法是近年来的一个研究热点.本文以邻近算子为工具,提出一种求解RPCA问题的快速有效且能简单证明其收敛性的不动点凸优化算法.通过与两种经典方法比较,本文提出的算法在计算效率上具有明显的优势.
展开更多
关键词
邻近算子
增
广
拉格朗日乘子法
鲁棒
主
成分
分析
下载PDF
职称材料
一种以低秩矩阵重建的图像混合噪声去除算法
被引量:
4
12
作者
孟樊
杨晓梅
周成虎
《地球信息科学学报》
CSCD
北大核心
2015年第3期344-352,共9页
近年来,低秩矩阵重建在机器学习、图像处理、计算机视觉与生物信息学等众多科学与工程应用领域中,迅速发展为一个新的研究热点,其主要涉及矩阵填充与稳健主成分分析2大问题,即分别从精确且不完全的采样矩阵元与从大误差矩阵元的分布较...
近年来,低秩矩阵重建在机器学习、图像处理、计算机视觉与生物信息学等众多科学与工程应用领域中,迅速发展为一个新的研究热点,其主要涉及矩阵填充与稳健主成分分析2大问题,即分别从精确且不完全的采样矩阵元与从大误差矩阵元的分布较为稀疏的观测矩阵中恢复出原始低秩矩阵。鉴此,本文定义了稳健矩阵填充,即从非完全且存在稀疏误差的采样矩阵元中精确恢复出原始低秩矩阵,通过最小化核范数与l1-范数的组合构建了相应的凸优化模型,并提出了一种新颖的增广分部拉格朗日乘数法来求解此类最优化问题。通过将其应用于混合高斯与椒盐噪声去除的问题中表明,此算法对具有规则纹理及相似结构内容等低秩特征的影像中混合噪声的去除效果较好,其能同时去除影像中的椒盐噪声与高斯噪声,且有效保留影像中的纹理细节等信息;当影像中椒盐噪声密度较高而高斯噪声相对较小时,其去噪性能更佳。
展开更多
关键词
混合噪声去除
矩阵填充
稳健
主
成分
分析
低秩矩阵重建
增
广
拉格朗日乘数法
原文传递
题名
基于改进增广拉格朗日乘子法的鲁棒性主成分分析
被引量:
6
1
作者
杨剑哲
孙巧榆
王君
程丹松
金野
石大明
机构
哈尔滨工业大学计算机科学与技术学院
淮海工学院电子工程学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015年第11期27-33,共7页
基金
国家自然科学基金科学(61440025
61402133)
+1 种基金
国家博士后科学基金(20100480998)
哈尔滨市科技创新人才专项资金(2013RFQXJ110)
文摘
针对增广的拉格朗日乘子法在求解鲁棒性主成分分析,特别是当数据同时受到稀疏噪声和高斯噪声的干扰时,计算精度会降低,数据降维去噪任务不能很好完成的情况,提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改进增广拉格朗日乘子法来提高算法的计算精度,二是针对鲁棒性主成分分析,提出一个带高斯噪声的凸优化模型.实验结果表明,本文提出的最优乘子初始化改进算法赋予增广的拉格朗日乘子法一个最优的拉格朗日乘子,从而提高算法的计算精度,而凸优化模型能够清晰地将高斯噪声和稀疏噪声从数据矩阵中分离出去,进而提高数据对高斯噪声的鲁棒性.
关键词
鲁棒性
主
成分
分析
拉格朗日乘子的最优初始化
增
广
的拉格朗日乘子法
凸优化
高斯噪声
Keywords
robust principal component analysis
optimal initialization of Lagrange multiplier
augmented Lagrange multiplier method
novel convex optimization model
Gaussian component
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
二维类增广PCA及其在人脸识别中的应用
被引量:
2
2
作者
徐毅
赵冬娟
梁久祯
机构
江南大学物联网工程学院
出处
《计算机工程与应用》
CSCD
2012年第1期202-204,共3页
基金
江苏省自然科学基金(No.BK20080544)
文摘
提出了一种二维类增广PCA(2DCAPCA)的人脸识别算法。用二维PCA(2DPCA)方法直接对人脸图像矩阵进行特征提取,对提取的特征进行归一化处理,将归一化处理后的特征与类别信息结合构成类增广矩阵,对类增广矩阵进行2DPCA处理,提取图像的类增广矩阵特征。由于该算法既保留了人脸图像的结构信息,又考虑了样本的类别信息,识别率有了较大的提高。通过Yale和FERET库上的实验表明,该方法对人脸识别是有效的。
关键词
人脸识别
特征提取
二维
主
成分
分析
(2DPCA)
类
增
广
主
成分
分析
(
capca
)
二维
类
增
广
主
成分
分析
(2D
capca
)
Keywords
human face recognition feature extraction two-Dimension Principal Component Analysis(2DPCA) Class-Augmented Principal Component Analysis(
capca
) two-Dimension Class-Augmented Principal Component Analysis(2D
capca
)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
多线性鲁棒主成分分析
被引量:
7
3
作者
史加荣
周水生
郑秀云
机构
西安建筑科技大学理学院
西安电子科技大学数学与统计学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2014年第8期1480-1486,共7页
基金
国家自然科学基金(No.61179040)
陕西省教育厅专项科研计划(No.2013JK0587
+1 种基金
No.2013JK0588)
陕西省自然科学基础研究计划(No.2014JQ8323)
文摘
鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.
关键词
多线性鲁棒
主
成分
分析
鲁棒
主
成分
分析
低秩
核范数最小化
增
广
拉格朗日乘子法
Keywords
multilinear robust principal component analysis
robust principal component analysis
low-rank
nuclear normminimization
augmented Lagrange multipliers
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
不完全鲁棒主成分分析的正则化方法及其在背景建模中的应用
被引量:
3
4
作者
史加荣
郑秀云
杨威
机构
西安建筑科技大学理学院
出处
《计算机应用》
CSCD
北大核心
2015年第10期2824-2827,2832,共5页
基金
国家自然科学基金资助项目(61403298
11401457)
+2 种基金
陕西省自然科学基础研究计划项目(2014JQ8323
2014JQ1019)
陕西省教育厅专项科研计划项目(2013JK0587)
文摘
针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况,提出了一种低秩矩阵恢复模型——正则化不完全鲁棒主成分分析(RIRPCA)。首先基于序列数据连续性的度量函数建立了RIRPCA模型,即最小化矩阵核范数、L1范数和正则项的加权组合;然后使用增广拉格朗日乘子法来求解所提出的凸优化模型,此算法具有良好的可扩展性和较低的计算复杂度;最后,将RIRPCA应用到视频背景建模中。实验结果表明,RIRPCA比矩阵补全和不完全RPCA等方法在恢复丢失元素和分离前景上具有优越性。
关键词
鲁棒
主
成分
分析
低秩矩阵恢复
背景建模
核范数最小化
增
广
拉格朗日乘子法
Keywords
Robust Principal Component Analysis (RPCA)
low-rank matrix recovery
background modeling
nuclear norm minimization
augmented Lagrange multiplier
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
采用多任务稳健主成分分析的运动目标分割(英文)
被引量:
1
5
作者
王向阳
万旺根
机构
上海大学通信与信息工程学院
上海大学智慧城市研究院
出处
《应用科学学报》
CAS
CSCD
北大核心
2014年第5期473-480,共8页
基金
Project supported by the National Natural Science Foundation of China(No.60975024,No.61373084)
the Shanghai Natural Science Foundation(No.09ZR1412300)
the "863" National High Technology Research and Development Program of China(No.2013AA01A603)
文摘
提出一种多任务稳健主成分分析方法,用以结合多视觉特征实现运动目标分割.给定由多类型特征矩阵描述的视频数据,将它分解为低秩和稀疏部分,其中的稀疏部分对应于运动目标.该矩阵分解过程是一个凸优化问题,通过用ALM方法最小化核范数和2,1-范数的约束组合.与仅利用单类型特征的方法相比,本文提出的方法能够结合多类型特征,因此可获得更加精确可靠的结果.对HumanEva和Change Detection两个数据集的实验表明了该方法的有效性.
关键词
运动分割
低秩矩阵恢复
稀疏表示
稳健
主
成分
分析
增
广
拉格朗日乘子法
Keywords
motion segmentation, low-rank matrix recovery, sparse representation, robust principal compo-nent analysis, augmented Lagrange multipliers
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种新的基于非凸秩近似的鲁棒主成分分析模型
6
作者
潘鹏
王永丽
陈勇勇
王淑琴
贺国平
机构
山东科技大学数学与系统科学学院
山东省科学院
出处
《科学技术与工程》
北大核心
2017年第31期305-309,共5页
基金
国家自然科学基金(11626143)
山东省自然科学基金(ZR2015FM013)
黄岛区科技计划项目(2014-1-28)资助
文摘
在机器学习、数据挖掘和图像处理等研究领域,鲁棒主成分分析(RPCA)主要用于恢复一个低秩的数据矩阵。考虑到核范数作为矩阵秩函数的凸近似在处理实际数据集时存在的问题,以及矩阵秩函数的非凸近似所展现出的优势,提出了一种新的非凸近似函数。基于该非凸近似函数,提出一个改进的RPCA模型,并应用增广拉格朗日乘子法对其进行求解。最后利用视频背景分离的实际数据,通过数值实验验证了新模型的有效性。
关键词
鲁棒
主
成分
分析
非凸近似
增
广
拉格朗日乘子法
视频背景分离
Keywords
robust principal component analysis
the non-convex approximation
augmented Lagrangian method of multipliers
video background separation
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
一种基于增广网络的快速微博社区检测算法
被引量:
2
7
作者
蒋盛益
杨博泓
姚娟娜
吴美玲
张钰莎
机构
广东外语外贸大学信息学院
阿里巴巴
广东外语外贸大学南国商学院
出处
《中文信息学报》
CSCD
北大核心
2016年第5期65-72,共8页
基金
国家自然科学基金(61572145)
广东省科技计划项目(2014A040401083)
广东省哲学社会科学"十二五"规划项目(GD14YXW02)
文摘
微博是当前最流行的在线社交媒体之一,有效地检测出微博用户的社区结构,能够帮助人们理解微博社交网络的结构和用户的行为特征,从而为用户提供个性化的服务。然而,现有社区检测算法大多只考虑社交网络节点之间的直接链接关系,忽略节点自身的内容特征。针对此问题,提出一种基于增广网络的快速微博社区检测算法。该算法通过融合社交网络的链接信息以及用户在微博上所发布的博文内容信息构建增广网络,然后以模块度为目标函数快速挖掘增广网络中的主题社区。通过真实微博社交网络的实验表明,提出的算法能够高效地检测出社交网络的主题社区。
关键词
微博
社区检测
模块度
主
成分
分析
增
广
网络
主
题社区
Keywords
Microblog
community detection
modularity
principal component analysis
augmented network
topic community
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
低秩矩阵恢复算法综述
被引量:
72
8
作者
史加荣
郑秀云
魏宗田
杨威
机构
西安建筑科技大学理学院
出处
《计算机应用研究》
CSCD
北大核心
2013年第6期1601-1605,共5页
基金
国家自然科学基金资助项目(61179040)
陕西省教育厅专项科研计划资助项目(2013JK0587
+1 种基金
2013JK0588
12JK1000)
文摘
将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍了低秩表示的优化模型及求解算法。最后指出了有待进一步研究的问题。
关键词
低秩矩阵恢复
鲁棒
主
成分
分析
矩阵补全
低秩表示
增
广
拉格朗日乘子算法
Keywords
low-rank matrix recovery
robust principal component analysis
matrix completion
low-rank representation
augmented Lagrange multipliers
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于块和低秩张量恢复的视频去噪方法
被引量:
2
9
作者
李小利
杨晓梅
陈代斌
机构
四川大学电气信息学院
出处
《计算机应用研究》
CSCD
北大核心
2017年第4期1273-1276,1280,共5页
文摘
由于采用矩阵的表示形式会破坏视频数据的原始空间结构,针对这一问题,提出了一种基于块和低秩张量恢复的视频去噪方法。首先运用自适应中值滤波器对含噪视频进行预处理,通过相似块匹配构造一个三阶张量,根据视频张量的低秩性和噪声像素的稀疏性,利用基于张量的增广拉格朗日乘子法(ALM)重建出三阶视频张量的低秩部分和稀疏部分,实现噪声的分离。该方法采用张量模型来处理视频去噪的问题,更好地保护了视频序列的高维结构特性,可以准确地去除复杂结构视频的噪声干扰。实验结果表明,相对于常用方法,该方法能准确完整地分离噪声,具有更强的视频去噪能力。
关键词
视频去噪
张量恢复
鲁棒
主
成分
分析
增
广
拉格朗日乘子法
Keywords
video denoising
tensor recovery
robust principal component analysis
augmented Lagrange multipliers
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于图像重组和矩阵恢复的红外行人检测算法
10
作者
熊斌
郭海如
机构
湖北工程学院计算机与信息科学学院
华中科技大学自动化学院
出处
《计算机工程与设计》
北大核心
2017年第9期2472-2476,共5页
基金
国家自然科学基金项目(61370180)
湖北省教育厅指导基金项目(B2015035)
文摘
为提高红外行人目标的正确检测率,优化检测算法的计算复杂度,提出一种基于图像重组和矩阵恢复的红外行人目标检测算法。将原始图像重组成由图像子块构成的模型图像;将红外行人目标的检测问题转换为求解鲁棒主成分分析的优化问题,运用增广拉格朗日乘子算法将模型图像分解为背景图像和目标图像;通过一种自适应阈值方法,消除噪声并分割出行人目标。实验结果表明,该方法能有效准确地检测出行人目标,较同类方法有更好的实时性。
关键词
鲁棒
主
成分
分析
图像重组
矩阵恢复
增
广
拉格朗日乘子法
行人检测
Keywords
robust principal component analysis
image reconstruction
matrix recovery
augmented Lagrange multiplier
pedes-trian detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于邻近算子的RPCA问题快速优化算法
11
作者
伍联华
郑伟东
李声豪
胡文玉
喻高航
机构
赣南师范大学数学与计算机科学学院
出处
《赣南师范大学学报》
2018年第6期15-20,共6页
基金
国家自然科学基金(61502107,61863001,11661007,11761010,11861008)
江西省自然科学基金(20181BAB202021)
+2 种基金
赣南师范大学研究生创新专项基金项目(YCX17B001)
赣南师范大学科研基地项目(No.18zb04)
赣南师范大学重点学科协调创新团队项目.
文摘
鲁棒主成分分析(RPCA)问题用于恢复某些元素被严重破坏的低秩矩阵,在视频去噪、背景建模、推荐系统等领域具有广泛的应用.考虑到RPCA问题的非凸性,设计求解RPCA问题的快速凸优化算法是近年来的一个研究热点.本文以邻近算子为工具,提出一种求解RPCA问题的快速有效且能简单证明其收敛性的不动点凸优化算法.通过与两种经典方法比较,本文提出的算法在计算效率上具有明显的优势.
关键词
邻近算子
增
广
拉格朗日乘子法
鲁棒
主
成分
分析
Keywords
proximity operator
augmented lagrange method of multipliers
RPCA
分类号
O224 [理学—运筹学与控制论]
下载PDF
职称材料
题名
一种以低秩矩阵重建的图像混合噪声去除算法
被引量:
4
12
作者
孟樊
杨晓梅
周成虎
机构
中国科学院地理科学与资源研究所
中国科学院大学
出处
《地球信息科学学报》
CSCD
北大核心
2015年第3期344-352,共9页
基金
国家"863"计划项目(2013AA122901
2012AA121201)
国家自然科学基金项目(40971224)
文摘
近年来,低秩矩阵重建在机器学习、图像处理、计算机视觉与生物信息学等众多科学与工程应用领域中,迅速发展为一个新的研究热点,其主要涉及矩阵填充与稳健主成分分析2大问题,即分别从精确且不完全的采样矩阵元与从大误差矩阵元的分布较为稀疏的观测矩阵中恢复出原始低秩矩阵。鉴此,本文定义了稳健矩阵填充,即从非完全且存在稀疏误差的采样矩阵元中精确恢复出原始低秩矩阵,通过最小化核范数与l1-范数的组合构建了相应的凸优化模型,并提出了一种新颖的增广分部拉格朗日乘数法来求解此类最优化问题。通过将其应用于混合高斯与椒盐噪声去除的问题中表明,此算法对具有规则纹理及相似结构内容等低秩特征的影像中混合噪声的去除效果较好,其能同时去除影像中的椒盐噪声与高斯噪声,且有效保留影像中的纹理细节等信息;当影像中椒盐噪声密度较高而高斯噪声相对较小时,其去噪性能更佳。
关键词
混合噪声去除
矩阵填充
稳健
主
成分
分析
低秩矩阵重建
增
广
拉格朗日乘数法
Keywords
mixed noise removal
matrix completion
robust principal component analysis
low-rank matrix reconstruction
augmented Lagrange multipliers
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进增广拉格朗日乘子法的鲁棒性主成分分析
杨剑哲
孙巧榆
王君
程丹松
金野
石大明
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015
6
下载PDF
职称材料
2
二维类增广PCA及其在人脸识别中的应用
徐毅
赵冬娟
梁久祯
《计算机工程与应用》
CSCD
2012
2
下载PDF
职称材料
3
多线性鲁棒主成分分析
史加荣
周水生
郑秀云
《电子学报》
EI
CAS
CSCD
北大核心
2014
7
下载PDF
职称材料
4
不完全鲁棒主成分分析的正则化方法及其在背景建模中的应用
史加荣
郑秀云
杨威
《计算机应用》
CSCD
北大核心
2015
3
下载PDF
职称材料
5
采用多任务稳健主成分分析的运动目标分割(英文)
王向阳
万旺根
《应用科学学报》
CAS
CSCD
北大核心
2014
1
下载PDF
职称材料
6
一种新的基于非凸秩近似的鲁棒主成分分析模型
潘鹏
王永丽
陈勇勇
王淑琴
贺国平
《科学技术与工程》
北大核心
2017
0
下载PDF
职称材料
7
一种基于增广网络的快速微博社区检测算法
蒋盛益
杨博泓
姚娟娜
吴美玲
张钰莎
《中文信息学报》
CSCD
北大核心
2016
2
下载PDF
职称材料
8
低秩矩阵恢复算法综述
史加荣
郑秀云
魏宗田
杨威
《计算机应用研究》
CSCD
北大核心
2013
72
下载PDF
职称材料
9
基于块和低秩张量恢复的视频去噪方法
李小利
杨晓梅
陈代斌
《计算机应用研究》
CSCD
北大核心
2017
2
下载PDF
职称材料
10
基于图像重组和矩阵恢复的红外行人检测算法
熊斌
郭海如
《计算机工程与设计》
北大核心
2017
0
下载PDF
职称材料
11
基于邻近算子的RPCA问题快速优化算法
伍联华
郑伟东
李声豪
胡文玉
喻高航
《赣南师范大学学报》
2018
0
下载PDF
职称材料
12
一种以低秩矩阵重建的图像混合噪声去除算法
孟樊
杨晓梅
周成虎
《地球信息科学学报》
CSCD
北大核心
2015
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部