-
题名基于空谱字典的加权联合稀疏表示高光谱图像分类
被引量:6
- 1
-
-
作者
陈善学
何宇峰
-
机构
重庆邮电大学移动通信技术重庆市重点实验室
重庆邮电大学通信与信息工程学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2023年第1期58-68,共11页
-
文摘
稀疏表示广泛用于高光谱图像分类任务中。针对字典原子空间信息和光谱信息未得到充分利用的问题,提出了基于空谱字典的加权联合稀疏表示高光谱图像分类算法。计算测试像元与字典原子的空谱联合距离,选择相似度最高的K个字典原子,并将被选择字典原子的超像素邻域扩充到新的字典中,形成空谱字典。在联合稀疏模型中,对测试像元的超像素邻域像元使用不同的权重,在空谱字典上构建加权稀疏表示模型。基于所选的两个高光谱数据集的实验证明所提算法能够有效地提高分类精度。
-
关键词
图像处理
高光谱图像分类
空谱字典
超像素
稀疏表示
-
Keywords
image processing
hyperspectral image classification
spatial-spectral dictionary
superpixel
sparse representation
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于一步字典学习的语音增强方法
被引量:1
- 2
-
-
作者
文元美
钟鸿科
许根鹏
-
机构
广东工业大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第A02期214-217,共4页
-
文摘
为了提高增强语音的质量和减少运算时间,提出了一种基于一步字典学习(OS-DL)的去噪方法。首先采用OS-DL算法分别训练出纯净语言和噪声的幅度谱字典,接着采用一致性准则限制的批处理(LARC)算法对含噪语音谱进行稀疏表示,最后用得到的稀疏系数对纯净语音幅度谱进行估计,并结合含噪语音信号的相位重构纯净语音,实现语音增强。对高斯白噪声下不同信噪比的含噪语音进行仿真实验表明,基于OS-DL的语音增强方法在涉及质量的多项客观评价指标上都有较大改进,提升了增强语音的可懂性;与基于K-SVD学习字典的语音增强方法相比,OSDL的语音增强方法消耗的时间减少了150~200 s。
-
关键词
语音增强
一步字典学习
稀疏表示
字典学习
谱字典
-
Keywords
speech enhancement
One-Stage Dictionary Learning (OS-DL)
sparse representation
dictionary learning
spectrum dictionary
-
分类号
TN912.3
[电子电信—通信与信息系统]
-