期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
联合正则化的矩阵分解推荐算法 被引量:27
1
作者 吴宾 娄铮铮 叶阳东 《软件学报》 EI CSCD 北大核心 2018年第9期2681-2696,共16页
推荐系统已成为一种解决信息过载和帮助用户决策的有效工具.当前的研究表明,结合社会关系的推荐模型能够提升推荐的性能.然而,已有的社会化推荐模型大都忽略了物品之间的关联关系对推荐性能的影响.针对此问题,提出一种度量物品之间关联... 推荐系统已成为一种解决信息过载和帮助用户决策的有效工具.当前的研究表明,结合社会关系的推荐模型能够提升推荐的性能.然而,已有的社会化推荐模型大都忽略了物品之间的关联关系对推荐性能的影响.针对此问题,提出一种度量物品之间关联程度的方法,并将其用于获取物品之间的关联关系.然后,将关联关系与社会关系相结合,提出一种基于联合正则化的矩阵分解推荐模型,并证明了联合正则化是一种加权的原子范数.最后,根据提出的模型构建了一种推荐算法CRMF.在4个真实数据集上的实验结果表明:与主流的推荐算法相比,该算法不仅可以缓解用户的冷启动问题,而且更能有效地预测不同类型用户的实际评分. 展开更多
关键词 矩阵分解 联合正则 推荐系统 协同过滤 社交网络
下载PDF
基于联合正则化及压缩传感的MRI图像重构 被引量:9
2
作者 王艳 练秋生 李凯 《光学技术》 CAS CSCD 北大核心 2010年第3期350-355,共6页
基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先验知识,提出一种基于联合正则化及... 基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先验知识,提出一种基于联合正则化及压缩传感的MRI图像重构方法。利用块坐标下降法将求解联合正则化问题转化为交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共轭梯度法、二元自适应收缩法以及梯度下降法对以上优化问题求解。实验结果表明,该算法重构效果比现有算法有明显地提高。 展开更多
关键词 MRI图像重构 压缩传感 联合正则 共轭梯度法
下载PDF
基于联合正则化策略的人脸表情识别方法 被引量:13
3
作者 兰凌强 李欣 +1 位作者 刘淇缘 卢树华 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第9期1797-1806,共10页
针对目前人脸表情识别大多采用基于深度学习的端到端特征提取及分类方法的现象,提出了一种新的深度模型优化方法。基于ResNet18残差网络架构和正则化思想,提出了联合正则化策略,即将过滤器响应正则化和批量正则化、实例正则化和组正则... 针对目前人脸表情识别大多采用基于深度学习的端到端特征提取及分类方法的现象,提出了一种新的深度模型优化方法。基于ResNet18残差网络架构和正则化思想,提出了联合正则化策略,即将过滤器响应正则化和批量正则化、实例正则化和组正则化、组正则化和批量正则化分别嵌入网络之中,平衡和改善特征数据分布,弥补单一正则化的缺点,提升模型性能。在2个公开数据集FER2013和CK+进行了验证和测试,最高准确率分别达到了73.558%和94.9%,实验结果表明,联合正则化策略提高了基础网络的性能,其表现优于诸多当前较新的人脸表情识别方法。 展开更多
关键词 表情识别 联合正则化策略 过滤器响应正则 批量正则 正则
下载PDF
基于联合正则化的稀疏磁共振图像重构 被引量:1
4
作者 葛岭岭 张志伟 张婷婷 《电子设计工程》 2015年第14期166-169,共4页
基于压缩感知的MRI图像重构是利用图像稀疏性,从数量非常有限的观测数据集合中重构出图像,通常L1范数能够产生稀疏解,但它往往与真实稀疏解(L0的解)差距甚大,重构效果不理想,而且在一些图像重构的应用中,单一正则项的作用有限并不能很... 基于压缩感知的MRI图像重构是利用图像稀疏性,从数量非常有限的观测数据集合中重构出图像,通常L1范数能够产生稀疏解,但它往往与真实稀疏解(L0的解)差距甚大,重构效果不理想,而且在一些图像重构的应用中,单一正则项的作用有限并不能很好地完成复原任务。针对此问题,引入待重构图像的L1/2范数作为新正则项,与TV范数构成联合正则项,采用交替增广拉格朗日乘子法进行求解。为考察方法的稳定性和重构效果,结合不同参数等评价标准与现有的图像重构模型进行比较。实验结果表明,联合正则项的图像重构模型相对于原有模型,图像重构结果稳定性好,可以获得更高的信噪比。 展开更多
关键词 磁共振 压缩感知 联合正则 L1/2范数
下载PDF
基于注意力机制与特征相关性的人脸表情识别 被引量:4
5
作者 兰凌强 刘淇缘 卢树华 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第1期147-155,共9页
针对自然条件下人脸表情识别面临遮挡、光照、姿势变化等挑战,存在识别准确率低的问题,提出了一种新的深度学习网络模型用于人脸表情识别。以ResNet为基础网络,融合了瓶颈注意力机制及全局二阶池化层,其中瓶颈注意力机制专注于表情重要... 针对自然条件下人脸表情识别面临遮挡、光照、姿势变化等挑战,存在识别准确率低的问题,提出了一种新的深度学习网络模型用于人脸表情识别。以ResNet为基础网络,融合了瓶颈注意力机制及全局二阶池化层,其中瓶颈注意力机制专注于表情重要特征的提取,全局二阶池化层度量表情特征之间的相关性,在此基础上通过联合正则化策略,平衡和改善特征数据分布情况,提高表情识别准确率。所提方法在2个公开数据集FER2013和CK+进行了测试及验证,最高准确率分别达到了74.227%和95.8%,性能优于诸多现存的主流方法,表明所提模型具有较好的准确性和鲁棒性。 展开更多
关键词 表情识别 深度学习 瓶颈注意力机制 全局二阶池化层 联合正则化策略
下载PDF
基于DMN的跨模态目标实例分割方法
6
作者 熊珺瑶 宋振峰 王蓉 《计算机工程与应用》 CSCD 北大核心 2022年第20期117-123,共7页
在DMN的基础上提出一种跨模态目标实例分割方法,旨在结合自然语言表达,利用不同模态信息从图像中分割所描述对象。在视觉特征提取网络DPN92中引入CBAM注意力机制,关注空间和通道上的有用信息;将BN层替换为联合BN和FRN的正则化,减少批次... 在DMN的基础上提出一种跨模态目标实例分割方法,旨在结合自然语言表达,利用不同模态信息从图像中分割所描述对象。在视觉特征提取网络DPN92中引入CBAM注意力机制,关注空间和通道上的有用信息;将BN层替换为联合BN和FRN的正则化,减少批次量和通道数对提取特征网络性能的影响,提高网络的泛化能力;在三个通用数据集ReferIt、GRef和UNC上进行仿真实验。实验结果显示,提出的引入CBAM注意力机制和联合正则化改进模型在mIou评价指标上,ReferIt和GRef上分别提升了1.85和0.52个百分点,在UNC三个验证集上分别提升了1.98、2.22和2.75个百分点。表明改进模型在预测准确度方面优于已有模型。 展开更多
关键词 跨模态 自然语言处理 目标实例分割 注意力机制 联合正则
下载PDF
基于条件生成对抗网络的视频显著性目标检测
7
作者 李建伟 段向欢 +1 位作者 徐梦梦 薛桂香 《传感器与微系统》 CSCD 2019年第11期129-132,共4页
针对传统的显著性检测方法存在着流程复杂,计算成本高,特征学习不足等问题,受生成对抗网络以及弹性网络的启发,提出一种基于条件生成对抗网络(cGAN)与L1,L2范式联合正则的视频显著性目标检测方法。方法需训练2个模型:生成器和判别器。... 针对传统的显著性检测方法存在着流程复杂,计算成本高,特征学习不足等问题,受生成对抗网络以及弹性网络的启发,提出一种基于条件生成对抗网络(cGAN)与L1,L2范式联合正则的视频显著性目标检测方法。方法需训练2个模型:生成器和判别器。生成器尽可能生成与真实值一样的显著图来迷惑判别器,使其难以辨别预测的显著图的真实性。判别器则尽可能准确地区分“假”显著图。实验表明:所提方法在两个公开视频数据集上的检测效果都超过了当前主流方法,且算法流程简单,运算效率更高。 展开更多
关键词 视频显著性目标检测 条件生成对抗网络 联合正则
下载PDF
具有混合状态—控制约束及端点约束的最优控制问题的最大值原理
8
作者 吴检宝 张平健 《广州师院学报(自然科学版)》 1999年第7期12-17,34,共7页
本文讨论了具有混合状态—控制约束及端点约束的分布参数系统的最优控制问题。通过 Duboviskij- Milujin 定理导出了最优控制所必须满足的 Pontryanjin 最大值原理。
关键词 最大值原理 端点约束 Duboviskij-Milujin定理 混合状态-控制约束 联合正则 最优控制
全文增补中
3D joint inversion of surface and borehole gravity data using zeroth-order minimum entropy regularization 被引量:1
9
作者 Peng Guo-Min Sun Zhong-Yu Liu Zhan 《Applied Geophysics》 SCIE CSCD 2021年第2期131-144,272,共15页
Surface and borehole gravity data contain complementary information.Thus,the joint inversion of these two data types can help retrieve the real spatial distributions of density bodies.When a sharp boundary exists betw... Surface and borehole gravity data contain complementary information.Thus,the joint inversion of these two data types can help retrieve the real spatial distributions of density bodies.When a sharp boundary exists between an anomalous density body and its surrounding rock,the interface recovered by smooth inversion with Tikhonov regularization is not clear,leading to difficulties in the subsequent geological interpretation.In this work,we develop a joint inversion of surface and borehole gravity data using zeroth-order minimum entropy regularization.The method takes advantage of the complementary information from surface and borehole gravity data to enhance the imaging resolution of density bodies.It also produces a focused imaging of bodies through the zeroth-order minimum entropy regularization without requiring a preselection of a proper focusing parameter.We apply the developed joint inversion approach to three diff erent synthetic data sets.Inversion results show that the focusing inversion with the zeroth-order minimum entropy regularization provides a good description of the true spatial extent of anomalous density bodies.Meanwhile,the joint focusing inversion reconstructs a more reliable density model with a relatively high resolution when a density body is passed through by one or more boreholes. 展开更多
关键词 gravity anomaly surface gravity borehole gravity joint inversion zeroth-order minimum entropy regularization
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部