检索结果-内蒙古大学图书馆

控制与决策 2021年第8期36卷 1984-1990页

作者：刘小峰舒仁杰柏林孙兵重庆大学机械传动国家重点实验室重庆400044

针对稀疏表示分类器的分类性能评估受样本数量影响较大,特别是在小样本情况下其分类精度低导致的强烈证据冲突问题,提出一种基于稀疏表示分类倾向性的决策融合方法.该方法采用稀疏分解重构残差的相对大小对样本在各个类别间的分类倾向... 详细信息

针对稀疏表示分类器的分类性能评估受样本数量影响较大,特别是在小样本情况下其分类精度低导致的强烈证据冲突问题,提出一种基于稀疏表示分类倾向性的决策融合方法.该方法采用稀疏分解重构残差的相对大小对样本在各个类别间的分类倾向性进行量化表征;通过求解残差异同概率,对稀疏分类器的混淆矩阵进行修正,提高了稀疏表示分类器分类性能评估的准确性;利用修正后的混淆矩阵对各个证据源进行加权融合,解决了小样本情况下的辨识精度低导致的高度证据冲突问题.在轴承故障融合诊断实验中,采用提出的方法对不同传感器信号的不同特征向量获得的稀疏表示分类器进行决策融合,达到了轴承故障状态准确辨识的目的,有效验证了所提出方法在小样本情况下进行目标分类识别的有效性与优势性.

关键词：稀疏表示分类器重构残差证据冲突混淆矩阵

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示分类器的极化SAR图像地物分类

基于稀疏表示分类器的极化SAR图像地物分类

引用

作者：牟洋西安电子科技大学

学位级别：硕士

极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,简称极化SAR)拓宽了合成孔径雷达(Synthetic Aperture Radar, SAR)的应用。目前极化SAR图像分类方法已成为遥感技术的重要组成部分,并成为一个热门的研究课题。相比传统的SAR... 详细信息

极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,简称极化SAR)拓宽了合成孔径雷达(Synthetic Aperture Radar, SAR)的应用。目前极化SAR图像分类方法已成为遥感技术的重要组成部分,并成为一个热门的研究课题。相比传统的SAR图像其获取了HH,HV,VH,VV散射回波信息,从而可以获得更详细的地物信息,有了这些新功能的加入,就可以提高极化SAR图像的分类精确度。本文的主要内容是对极化SAR图像地物分类的研究。分类是图像解译技术的重要组成部分,它在地形制图,冰川识别,植被群落区分等方面发挥着重要的作用。本文首先将重点放在极化SAR的特征提取上,然后结合几种分类器对图像进行分类,主要包括以下两方面的内容：1.给出了一种基于栈式自编码器(SAE)和支持矢量机(SVM)的极化SAR图像地物分类。这个方法能够充分挖掘出极化SAR的特征信息,首先提取出极化SAR的偏振特征以及散射特征,把这两种特性进行融合得到极化SAR的初级特征值,将这些初级特征加入栈式自编码网络进行学习,学习出更加高级的特征,最后结合SVM以及Softmax进行最后的分类比较,实验验证了此方法的有效性。2.给出了一种基于散射偏振特征和稀疏表示分类器(SRC)的极化SAR图像分类方法。该方法是通过Cloude分解、Freeman分解等提取出极化SAR的有效信息,最后输入到SRC中进行分类,实验结果表明该方法具有较高的分类准确率,并且具有很强的抗噪能力。

关键词：极化SAR 偏振特征散射特征栈式自编码器稀疏表示分类器

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示分类器的和弦识别研究

引用

计算机工程与应用 2012年第29期48卷 133-136,219页

作者：董丽梦李锵关欣天津大学电子信息工程学院天津300072

和弦识别作为音乐信息标注的基础,在分析音乐结构和旋律方面具有非常重要的作用。结合音乐理论知识,提出一种基于稀疏表示分类器的和弦识别方法。与传统的基于帧的识别方法不同,以节拍作为和弦变化的最小时间间隔,利用CQT(Constant-Q Tr... 详细信息

和弦识别作为音乐信息标注的基础,在分析音乐结构和旋律方面具有非常重要的作用。结合音乐理论知识,提出一种基于稀疏表示分类器的和弦识别方法。与传统的基于帧的识别方法不同,以节拍作为和弦变化的最小时间间隔,利用CQT(Constant-Q Transform)变换对音乐信号进行时频分析,提取PCP(PitchClass Profile)特征,采用稀疏表示分类器(Sparse Representation-based Classification,SRC)进行和弦识别。实验结果表明,提出的特征和识别方法在识别率上均高于传统的方法。

关键词：和弦识别节拍跟踪音级轮廓(PCP) 稀疏表示分类器

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示分类器的和弦识别研究

基于稀疏表示分类器的和弦识别研究

引用

作者：董丽梦天津大学

学位级别：硕士

随着数字音乐的快速发展，基于关键词的传统音频检索方式在实际应用中受到越来越多的限制。基于内容的音乐检索不受关键词的限制，而是根据音乐的固有属性对音频进行检索，因而被越来越多的研究人员所关注。和弦作为一种典型的中层特征... 详细信息

随着数字音乐的快速发展，基于关键词的传统音频检索方式在实际应用中受到越来越多的限制。基于内容的音乐检索不受关键词的限制，而是根据音乐的固有属性对音频进行检索，因而被越来越多的研究人员所关注。和弦作为一种典型的中层特征，包含了大量能够表现音乐属性的信息，在分析音乐结构和旋律方面具有非常重要的作用。因此，本文针对基于内容的音乐检索技术进行了深入的研究，提出了一种音乐和弦特征的表示方法以及识别算法。本文综合应用基本乐理、信号处理、模式识别的相关知识，提出了一种基于稀疏表示分类器的和弦识别方法，其主要研究内容是以和弦为基本单位建立稀疏表示模型，进而构建一套完整的和弦识别系统。主要完成的工作包括以下几个方面：首先，由乐理知识可知和弦往往在节拍处发生改变，因此本文提出了一种基于节拍检测的特征提取方法。该方法根据Daniel Ellis提出的节拍检测方法，将输入的整个音频文件划分为不同的节拍（音频片段），以节拍作为和弦变化的最小时间间隔。其次，论文研究了和弦识别领域中通常使用的音级轮廓特征（pitch classprofile），并介绍了具体的算法。结合最新的理论，本文确定采用识别效果更好的QPCP作为和弦的特征，从而使机器能够更好的表达和识别音频文件。第三，本文建立了基于稀疏表示分类器的音乐和弦识别系统。该系统将和弦的类型分为大三和弦和小三和弦等共24种，对于每一种和弦，分别建立一个数据库，并提取特征平均值。最后将输入的音频文件作为测试样本进行识别。最后，本论文借助Chris Harte制作的标签文件训练得到有监督的稀疏表示分类模型，并与经典的基于模板匹配的和弦识别方法进行对比。识别结果表明，本文提出的基于稀疏表示分类器的和弦识别方法的平均识别率达到78.6%，比模板匹配的方法高2.7%。

关键词：和弦识别节拍检测音级轮廓特征稀疏表示分类器

来源：评论

学校读者我要写书评

暂无评论

基于辅助训练的半监督稀疏表示分类器用于脑电图分类

引用

生物医学工程学杂志 2014年第1期31卷 1-6页

作者：贾敏王金甲李静洪文学燕山大学信息科学与工程学院秦皇岛066004 燕山大学理学院秦皇岛066004 燕山大学生物医学工程研究所秦皇岛066004

脑机接口(BCI)脑电图(EEG)分类能实现人脑直接与外部环境的信息交互。提出了基于辅助训练思想的半监督稀疏表示分类器方法在BCI EEG分类中的应用。首先采用稀疏表示分类器从未标记样本中选择部分相关度较高的样本。其次采用Fisher线性... 详细信息

脑机接口(BCI)脑电图(EEG)分类能实现人脑直接与外部环境的信息交互。提出了基于辅助训练思想的半监督稀疏表示分类器方法在BCI EEG分类中的应用。首先采用稀疏表示分类器从未标记样本中选择部分相关度较高的样本。其次采用Fisher线性分类器作为判别分类器得到已选样本的边界信息。通过距离大小和方向判别条件进一步选出高置信度样本。本文对三组基准数据集BCIⅠ、BCIⅡ_Ⅳ和USPS分别进行仿真实验,分类正确率分别为97%、82%和84.7%,运算速度最快的仅需约0.2s。在分类正确率和运算效率两个方面,均优于自训练半监督SVM、有导师SVM两种方法。

关键词：半监督学习稀疏表示分类器辅助训练自训练脑电图脑机接口

来源：评论

学校读者我要写书评

暂无评论

基于更新分类器的合成孔径雷达图像目标识别

引用

激光与光电子学进展 2021年第14期58卷 226-233页

作者：张振中武警工程大学装备管理与保障学院陕西西安710086

针对合成孔径雷达(SAR)图像目标识别中的分类决策问题,提出了一种基于更新分类器的新识别方法。该方法用卷积神经网络和稀疏表示分类器作为基础分类器对类别未知的样本进行分类,对两种方法的决策结果进行融合,并判定决策结果的可靠性。... 详细信息

针对合成孔径雷达(SAR)图像目标识别中的分类决策问题,提出了一种基于更新分类器的新识别方法。该方法用卷积神经网络和稀疏表示分类器作为基础分类器对类别未知的样本进行分类,对两种方法的决策结果进行融合,并判定决策结果的可靠性。将类别可靠的测试样本补充到原始训练样本中以更新分类器,从而获得更可靠的识别结果。基于MSTAR数据集的实验结果表明,相比其他方法,本方法的识别准确率更高。

关键词：图像处理合成孔径雷达目标识别卷积神经网络稀疏表示分类器更新分类器

来源：评论

学校读者我要写书评

暂无评论

基于总体局域均值分解及稀疏表示分类的天然气管道泄漏孔径识别

引用

中国机械工程 2017年第10期28卷 1202-1209页

作者：孙洁娣彭志涛温江涛王飞燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004 中国石油天然气管道通信电力工程有限公司廊坊065000

针对天然气管道泄漏受孔径、传感器距离、管道内压力等多种因素影响,特征提取及识别算法较为复杂的问题,提出了基于总体局域均值分解-相对熵的特征提取算法并结合稀疏表示分类的泄漏孔径识别新方法。该方法采用总体局域均值分解方法对... 详细信息

针对天然气管道泄漏受孔径、传感器距离、管道内压力等多种因素影响,特征提取及识别算法较为复杂的问题,提出了基于总体局域均值分解-相对熵的特征提取算法并结合稀疏表示分类的泄漏孔径识别新方法。该方法采用总体局域均值分解方法对泄漏信号进行自适应分解,得到不同孔径泄漏信号的特征信息,并根据KL散度选择包含主要泄漏信息的PF分量,在此基础上提取多种时频特征参数,获取全面准确表征泄漏信号的特征向量;针对小样本复杂信号的分类,提出稀疏表示分类器实现泄漏孔径准确分类。该分类器采用过完备字典求得测试信号的最稀疏解,并以此解作为测试信号的稀疏重构系数,以获取测试信号在不同类别中的重构信号,最终通过判断测试信号与重构信号的残差值大小完成泄漏孔径分类。实验结果表明,所提出的算法比传统的SVM及BP分类算法识别准确率高。

关键词：泄漏孔径识别总体局域均值分解(ELMD) KL散度稀疏表示分类器过完备字典

来源：评论

学校读者我要写书评

暂无评论

基于自适应协同稀疏表示的多工况故障诊断方法

引用

中国电机工程学报 2021年第18期41卷 6371-6380页

作者：刘小峰刘万孙兵柏林重庆大学机械与运载工程学院重庆市沙坪坝区400044

针对设备故障诊断中多工况与环境扰动对故障特征表征能力的影响问题,以及故障特征的个体差异性对稀疏分类精度的影响问题,提出基于自适应协同稀疏表示的多工况故障诊断方法。该方法通过各个故障特征在K-SVD稀疏表示中的重构残差构建特... 详细信息

针对设备故障诊断中多工况与环境扰动对故障特征表征能力的影响问题,以及故障特征的个体差异性对稀疏分类精度的影响问题,提出基于自适应协同稀疏表示的多工况故障诊断方法。该方法通过各个故障特征在K-SVD稀疏表示中的重构残差构建特征稀疏分类性能的评分矩阵,以评分矩阵迭代优化后得到的权值矩阵对输入特征进行协同稀疏表示,更新字典原子与稀疏系数,使得同类故障模式下的稀疏重构误差最小化,不同类故障模式下的稀疏重构误差最大化,以增强每个样本特征的协同稀疏分类性能。该方法避免了多工况故障诊断中敏感特征筛选及特征高维映射的繁琐步骤,无需大量历史故障数据支撑,通过故障特征的自适应协同稀疏表征与稀疏分类器的加权迭代优化,建立最能表征设备故障状态的稀疏字典,有效提升了稀疏分类器对多工况设备故障的鉴别能力。滚动轴承与齿轮箱故障诊断实验结果表明,提出方法比现有的稀疏分类算法与传统的神经网络分类算法,具有更高的故障辨识精度与工况环境鲁棒性。

关键词：协同稀疏表示自适应加权重构残差稀疏表示分类器设备故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于区域改进LBP的三维人脸识别

引用

东南大学学报（自然科学版） 2015年第4期45卷 678-682页

作者：吕士文达飞鹏邓星东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096

针对三维人脸识别中的表情问题,提出一种基于区域改进局部二值模式(LBP)的三维人脸识别算法.首先将预处理后的三维点云转化为深度图并进行归一化处理;然后根据表情对人脸的影响,利用二元掩膜提取人脸的刚性、半刚性和非刚性区域;对每个... 详细信息

针对三维人脸识别中的表情问题,提出一种基于区域改进局部二值模式(LBP)的三维人脸识别算法.首先将预处理后的三维点云转化为深度图并进行归一化处理;然后根据表情对人脸的影响,利用二元掩膜提取人脸的刚性、半刚性和非刚性区域;对每个局部区域,计算其改进LBP特征,并用等价模式进行表征;最后使用稀疏表示分类器(SRC)对单个局部区域进行识别实验,并使用带权重的稀疏表示分类器(W-SRC)对刚性和半刚性区域进行决策级融合,给出最终识别结果.在FRGC v2.0人脸数据库上的实验结果表明,该方法具有较好的鲁棒性和较高的识别精度.

关键词：三维人脸识别改进LBP 深度图稀疏表示分类器

来源：评论

学校读者我要写书评

暂无评论

基于多视图和注意力推荐网络的三维物体识别方法

引用

郑州大学学报（理学版） 2023年第1期55卷 57-63页

作者：张满囤权子洋师子奇刘川申冲吴清田琪河北工业大学人工智能与数据科学学院天津300130

传统物体识别方法是从单一图像中通过人工提取图像特征,存在成本高、质量低等问题。针对上述问题,提出一种基于多视图和注意力推荐网络的三维物体识别方法,多视图很好地保留了物体在局部和全局上的特征;注意力模块可以有效地对视图上关... 详细信息

传统物体识别方法是从单一图像中通过人工提取图像特征,存在成本高、质量低等问题。针对上述问题,提出一种基于多视图和注意力推荐网络的三维物体识别方法,多视图很好地保留了物体在局部和全局上的特征;注意力模块可以有效地对视图上关键的特征聚焦,忽略无关或干扰特征。该方法利用一组多视图作为输入数据,通过卷积神经网络端到端提取物体特征,在卷积层加入注意力模块,实现视图关键区域的定位和剪裁,将处理后的视图送入另外一个卷积层,两个相同卷积操作提取的特征在池化层聚合,利用稀疏表示分类器对特征描述子进行分类识别。通过两个公开数据集的实验表明,所提算法对物体图像的识别准确度优于传统算法。

关键词：三维物体识别多视图注意力模块卷积神经网络稀疏表示分类器

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：