检索结果-内蒙古大学图书馆

电网技术 2015年第11期39卷 3182-3188页

作者：周李赵露君高卫国复旦大学数学科学学院上海市杨浦区200433

针对电力用户用电异常行为的检测问题,提出一种新颖的使用稀疏编码的模型方法来挖掘用户的原始用电数据。结合字典学习的方法,将用户数据表示成其中部分特征的线性组合的形式,通过各个特征的使用频率来判断异常值,从而分辨出用户用电行... 详细信息

针对电力用户用电异常行为的检测问题,提出一种新颖的使用稀疏编码的模型方法来挖掘用户的原始用电数据。结合字典学习的方法,将用户数据表示成其中部分特征的线性组合的形式,通过各个特征的使用频率来判断异常值,从而分辨出用户用电行为模式和异常行为。通过某城市9038户居民538天的实际用电数据,验证了所提方法的有效性和可行性。

关键词：稀疏编码字典学习在线学习异常值探测

来源：评论

学校读者我要写书评

暂无评论

基于稀疏编码的红外显著区域超分重建算法

引用

红外与毫米波学报 2020年第3期39卷 388-395页

作者：黄硕胡勇巩彩兰郑付强中国科学院上海技术物理研究所上海200083 中国科学院大学北京100049 中国科学院红外探测与成像技术重点实验室上海200083

由于红外光学衍射限和红外探测器的局限,得到的红外图像噪声相对偏大,分辨率偏低。对红外图像进行超分辨率重建可以提高图像分辨率,但同时又会增强背景噪声。针对此问题,提出了基于稀疏编码的红外显著区域超分重建算法,将超分重建和显... 详细信息

由于红外光学衍射限和红外探测器的局限,得到的红外图像噪声相对偏大,分辨率偏低。对红外图像进行超分辨率重建可以提高图像分辨率,但同时又会增强背景噪声。针对此问题,提出了基于稀疏编码的红外显著区域超分重建算法,将超分重建和显著度检测相结合,可以提高目标分辨率并降低背景噪声。首先采用双层卷积提取图像特征,并自适应选择图像信息熵较大的图像块用于训练联合字典。然后利用稀疏特征计算显著度获取显著区域,再将显著区域用训练好的字典进行超分辨重建,与目标无关的背景区域采用高斯滤波。实验结果显示改进的重建算法在同等条件下重建效果优于重建模型ScSR和SRCNN,图像信噪比提高3~4倍。

关键词：红外图像显著度检测稀疏编码稀疏特征

来源：评论

学校读者我要写书评

暂无评论

基于弹性网稀疏编码的空间目标识别

引用

航空学报 2013年第5期34卷 1129-1139页

作者：史骏姜志国冯昊张浩鹏孟钢北京航空航天大学宇航学院北京100191 数字媒体北京市重点实验室北京100191 北京遥感信息研究所北京100191

传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l1范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码... 详细信息

传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l1范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l1范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。

关键词：特征袋 l1范数约束稀疏编码弹性网回归空间目标识别特征提取

来源：评论

学校读者我要写书评

暂无评论

结合稀疏编码和空间约束的红外图像聚类分割研究

引用

物理学报 2013年第4期62卷 69-78页

作者：宋长新马克秦川肖鹏青海师范大学计算机学院西宁810008

提出了结合稀疏编码和空间约束的红外图像聚类分割新算法,在稀疏编码的基础上融合聚类算法,扩展了传统的基于K-means聚类的图像分割方法.结合稀疏编码的聚类分割算法能有效融合图像的局部信息,便于利用像素之间的内在相关性,但是对于分... 详细信息

提出了结合稀疏编码和空间约束的红外图像聚类分割新算法,在稀疏编码的基础上融合聚类算法,扩展了传统的基于K-means聚类的图像分割方法.结合稀疏编码的聚类分割算法能有效融合图像的局部信息,便于利用像素之间的内在相关性,但是对于分割会出现过分割和像素难以归类的问题.为此,在字典的学习过程中,将原子的聚类算法引入其中,有助于缩减字典中原子所属类别的数目,防止出现过分割;考虑到像素及其邻域像素具有类别属性一致性的特点,引入了空间类别属性约束信息,并给出了一种交替优化算法.联合学习字典、稀疏系数、聚类中心和隶属度,将稀疏编码系数同原子对聚类中心的隶属程度相结合,构造像素归属度来判断像素所属的类别.实验结果表明,该方法能够有效提高红外图像重要区域的分割效果,具有较好的鲁棒性.

关键词：图像分割稀疏编码聚类空间约束

来源：评论

学校读者我要写书评

暂无评论

基于笛卡尔乘积字典的稀疏编码跟踪算法

引用

电子与信息学报 2015年第3期37卷 516-521页

作者：黄宏图毕笃彦查宇飞高山覃兵空军工程大学航空航天工程学院西安710038

为了提高基于稀疏编码的视频目标跟踪算法的鲁棒性,该文将原始稀疏编码问题分解为两个子稀疏编码问题,在大大增加字典原子个数的同时,降低了稀疏性求解过程的计算量。并且为了减少1?范数最小化的计算次数,利用基于岭回归的重构误差先对... 详细信息

为了提高基于稀疏编码的视频目标跟踪算法的鲁棒性,该文将原始稀疏编码问题分解为两个子稀疏编码问题,在大大增加字典原子个数的同时,降低了稀疏性求解过程的计算量。并且为了减少1?范数最小化的计算次数,利用基于岭回归的重构误差先对候选目标进行粗估计,而后选取重构误差较小的若干个粒子求解其在两个子字典下的稀疏表示,最后将目标的高维稀疏表示代入事先训练好的分类器,选取分类器响应最大的候选位置作为目标的跟踪位置。实验结果表明由于笛卡尔乘积字典的应用使得算法的鲁棒性得到一定程度的提高。

关键词：计算机视觉视频跟踪笛卡尔乘积稀疏编码支持向量回归机岭回归

来源：评论

学校读者我要写书评

暂无评论

基于距离像时频非负稀疏编码的SAR目标识别

引用

系统工程与电子技术 2014年第10期36卷 1934-1941页

作者：张新征刘书君秦建红黄培康重庆大学通信工程学院重庆400044 中国航天科工集团科技委北京100854

提出了一种基于目标高分辨距离像时频域非负稀疏编码的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法。首先,将目标的SAR复图像转换为高分辨距离像。然后,采用自适应高斯基表示方法计算每个距离像的非负时频矩阵。其次,对训... 详细信息

提出了一种基于目标高分辨距离像时频域非负稀疏编码的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法。首先,将目标的SAR复图像转换为高分辨距离像。然后,采用自适应高斯基表示方法计算每个距离像的非负时频矩阵。其次,对训练目标所有距离像的时频矩阵采用非负稀疏编码方法学习时频字典。在目标识别中,通过将每个距离像的时频矩阵投影到低维的时频字典上来提取特征矢量。最后,在提取特征矢量的基础上,通过支撑向量机目标识别决策实现目标识别。采用美国"运动和静止目标获取与识别计划"公开发布的SAR图像数据库进行算法验证实验。实验结果说明了提出方法的有效性。

关键词：合成孔径雷达自动目标识别距离像稀疏编码

来源：评论

学校读者我要写书评

暂无评论

基于景深和稀疏编码的图像去雨算法

引用

计算机学报 2019年第9期42卷 2024-2034页

作者：肖进胜王文邹文涛童乐雷俊锋武汉大学电子信息学院

降雨天气往往会导致室外监控视频质量下降,会使成像的图像产生畸变和模糊现象.为了改善雨天拍摄的图像的质量,该文提出了一种基于景深和稀疏编码的图像去雨算法.针对基于图像分解的去雨算法存在的低频成分中的雨痕残留和轮廓边缘丢失,... 详细信息

降雨天气往往会导致室外监控视频质量下降,会使成像的图像产生畸变和模糊现象.为了改善雨天拍摄的图像的质量,该文提出了一种基于景深和稀疏编码的图像去雨算法.针对基于图像分解的去雨算法存在的低频成分中的雨痕残留和轮廓边缘丢失,以及高频部分的背景误判问题,该文利用联合双边滤波和短时傅里叶变换将图像进行分解,使得图像低频部分中的轮廓得到较好的保留,并引入景深改善低频成分中的雨痕残留和高频成分中与雨痕具有相同梯度的背景误判问题.该算法主要分为四个部分:图像分解、字典学习、基于主成分分析和支持向量机的原子聚类,景深修正.首先是利用图像分解提取出图像低频和高频成分,对于图像分解的方法,主要采用的是双边滤波和短时傅里叶变换相结合的方法,此方法对图像的轮廓和边缘保持度较高.接下来,对低频成分进行保留,对高频成分进行进一步处理.根据图像本身的纹理特性将高频成分进行分类,基于每一类再对高频成分进行分块处理,得到每一类图像的字典,从而进行字典学习.然后,利用主成分分析和支持向量机对字典进行分类,根据梯度信息分为含雨字典和非雨字典两类,应用正交匹配追踪获得基于新高频字典的稀疏系数,从而获得高频成分中非雨成分.最后,对于高频成分中和雨痕具有相同梯度的背景误判问题,通过景深,将图像高频按纹理和梯度方向进行二次分类,将高频成分中和雨条纹具有相同梯度的背景进行保留,有效提高分类准确性.同时,利用景深提取出含雨图像中的显著性特征来进一步去除低频成分中的残留雨痕.本文利用主观视觉效果以及客观指标对算法进行评估,实验结果证明主观效果得到明显的改善,客观指标也得到了提升,证明了该文基于景深和稀疏编码的图像去雨算法能够在去雨的同时较好地保留图像的纹理细节.

关键词：图像去雨景深稀疏编码主成分分析双边滤波短时傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于稀疏编码多尺度空间潜在语义分析的图像分类

引用

计算机学报 2014年第6期37卷 1251-1260页

作者：赵仲秋季海峰高隽胡东辉吴信东合肥工业大学计算机与信息学院合肥230009

传统潜在语义分析方法无法利用图像中区域语义构成的上下文信息来获得图像目标空间分布信息,因此它丢掉了局部特征之间的空间关系信息.而基于最近邻矢量量化来构造共生矩阵具有较大的量化误差,使得特征描述缺乏鲁棒性,影响后续潜在语义... 详细信息

传统潜在语义分析方法无法利用图像中区域语义构成的上下文信息来获得图像目标空间分布信息,因此它丢掉了局部特征之间的空间关系信息.而基于最近邻矢量量化来构造共生矩阵具有较大的量化误差,使得特征描述缺乏鲁棒性,影响后续潜在语义分析获得特征的精确性.为了弥补这些不足,文中提出了一种基于稀疏编码的多尺度空间潜在语义分析的图像分类方法.首先通过空间金字塔方法对图像进行空间多尺度划分,然后利用稀疏编码对每个局部块特征进行软量化以形成共生矩阵,之后结合概率潜在语义分析(PLSA)获得每个局部块的潜在语义信息,再利用权值串接每个特定局部块中的语义信息得到图像多尺度空间潜在语义信息,最后用支持向量机(SVM)分类器完成图像的场景分类.在常见图像库上的实验表明,本文提出的基于稀疏编码的多尺度空间潜在语义分析方法平均分类精度比现有诸多方法均有明显提高,验证了其有效性和鲁棒性.实验还表明,空间金字塔匹配、稀疏编码共生矩阵以及PLSA降维这3个模块在该文方法中缺一不可,共同提升图像表征和分类性能.

关键词：图像分类稀疏编码潜在语义分析空间金字塔

来源：评论

学校读者我要写书评

暂无评论

SENSC：一个稳定高效的非负稀疏编码算法

引用

自动化学报 2009年第10期35卷 1257-1271页

作者：李乐章毓晋清华大学信息科学与技术国家实验室北京100084 清华大学电子工程系北京100084

非负稀疏编码(Nonnegative sparse coding,NSC)己成功应用在很多领域的研究中.目前使用的NSC算法通过梯度投影法和基于辅助函数的乘性更新法相结合来实现,其性能受迭代步长的影响很大,且效率较低.为增强NSC的可应用性,本文通过对一组凸... 详细信息

非负稀疏编码(Nonnegative sparse coding,NSC)己成功应用在很多领域的研究中.目前使用的NSC算法通过梯度投影法和基于辅助函数的乘性更新法相结合来实现,其性能受迭代步长的影响很大,且效率较低.为增强NSC的可应用性,本文通过对一组凸超抛物面函数做交替最小化米实现NSC,并依据凸超抛物面特性、点到非负数集合的投影规则以及点到原点处单位超球的投影规则构造了一个无用户定义优化参数的稳定高效的NSC算法—SENSC.从数学角度,文中推断了,SENSC比现有算法高效且它的解优于当前算法的解,证明了它的稳定性和收敛性.实验验证了上述理论推断的正确,说明了,SENSC调节编码稀疏性的能力比已有算法更强.

关键词：非负稀疏编码非负矩阵分解稀疏编码超抛物面

来源：评论

学校读者我要写书评

暂无评论

标签一致K-SVD稀疏编码视频跟踪算法

引用

计算机辅助设计与图形学学报 2018年第2期30卷 262-272页

作者：杨金龙陈小平汤玉徐壮江南大学物联网工程学院无锡214122

稀疏编码视频目标跟踪算法对目标遮挡问题有一定的适应性,但当目标受背景杂波、光照变化等干扰时,跟踪结果将会出现漂移现象.为此,提出一种基于字典学习和模板更新的视频目标跟踪算法.该算法在构造字典时加入背景模板集,利用标签一致K-... 详细信息

稀疏编码视频目标跟踪算法对目标遮挡问题有一定的适应性,但当目标受背景杂波、光照变化等干扰时,跟踪结果将会出现漂移现象.为此,提出一种基于字典学习和模板更新的视频目标跟踪算法.该算法在构造字典时加入背景模板集,利用标签一致K-SVD方法进行字典学习,同时训练出低维字典和目标背景分类器;在稀疏编码过程中,借助粒子滤波技术,采用分类器分类结果和候选目标直方图构建整体似然模型;最后通过字典学习更新字典、分类器及目标直方图.采用标准数据库中具有挑战性的视频数据进行算法测试实验,结果表明,对于存在遮挡、背景杂波、光照变化、目标旋转和尺度变化等复杂跟踪环境下的目标跟踪,文中算法都能有效地降低跟踪结果存在的漂移现象,且具有较好的稳定性.

关键词：视频跟踪标签一致稀疏编码字典学习粒子滤波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：