检索结果-内蒙古大学图书馆

电子与信息学报 2018年第1期40卷 116-122页

作者：刘凯冯辉杨涛胡波复旦大学电磁波信息科学教育部重点实验室上海200433 复旦大学电子工程系上海200433

3维多输入多输出(3D-MIMO)系统能有效提升频谱效率,提高系统容量。但用户数和天线数的剧增,无法保证所有用户的导频都正交,给3D-MIMO信道估计带来估计精度下降和复杂度增加等问题。该文分析了上行3D-MIMO系统信道的结构稀疏特性和低秩特... 详细信息

3维多输入多输出(3D-MIMO)系统能有效提升频谱效率,提高系统容量。但用户数和天线数的剧增,无法保证所有用户的导频都正交,给3D-MIMO信道估计带来估计精度下降和复杂度增加等问题。该文分析了上行3D-MIMO系统信道的结构稀疏特性和低秩特性,并基于这些特性提出一种信道估计算法,给出了算法的收敛性和复杂度。仿真结果表明估计算法能准确地恢复3D-MIMO的信道系数,并有较低的复杂度。

关键词：信道估计 3D-MIMO 结构稀疏低秩匹配追踪

来源：评论

学校读者我要写书评

暂无评论

包含非连通组的动态组结构稀疏人脸识别方法

引用

计算机辅助设计与图形学学报 2016年第4期28卷 590-597页

作者：蔡体健樊晓平徐君谢昕郑轶中南大学信息科学与工程学院长沙410075 华东交通大学信息工程学院南昌330013 湖南财政经济学院"财经大数据资产开发与利用"湖南省2011协同创新中心长沙410205

针对稀疏分类模型中存在着非连通的组结构,为提高模型的表示能力,提出一种非连通的动态组结构稀疏人脸识别方法.该方法采用组合方式搜索所有可能的基块,包括非连通基块,通过基块的联合构造动态组结构;将高维数据按类别分块,在小的分块... 详细信息

针对稀疏分类模型中存在着非连通的组结构,为提高模型的表示能力,提出一种非连通的动态组结构稀疏人脸识别方法.该方法采用组合方式搜索所有可能的基块,包括非连通基块,通过基块的联合构造动态组结构;将高维数据按类别分块,在小的分块内进行组合搜索,避免了组合爆炸;采用编码复杂度来衡量数据的结构稀疏度,给出各种结构的编码复杂度计算方法;基于结构贪婪算法实现非连通的动态组结构稀疏重构.最后在AR,Extended Yale B和CMU-PIE人脸库上进行实验,验证了文中方法的有效性及稳定性.

关键词：稀疏表示分类结构稀疏结构贪婪算法组合搜索连通性

来源：评论

学校读者我要写书评

暂无评论

特征分类学习的结构稀疏传播图像修复方法

引用

计算机辅助设计与图形学学报 2015年第5期27卷 864-872页

作者：康佳伦唐向宏张东屠雅丽杭州电子科技大学通信工程学院杭州310018 杭州电子科技大学信息工程学院杭州310018

针对样本图像字典自适应性差、有效信息单一、造成图像稀疏表示模糊的不足的问题,提出一种基于特征分类学习字典的结构稀疏传播图像修复方法.首先将图像块按特征分类,根据不同特征的图像样本进行样本训练得到相对应的过完备字典;然后对... 详细信息

针对样本图像字典自适应性差、有效信息单一、造成图像稀疏表示模糊的不足的问题,提出一种基于特征分类学习字典的结构稀疏传播图像修复方法.首先将图像块按特征分类,根据不同特征的图像样本进行样本训练得到相对应的过完备字典;然后对不同特征的待修复图像块提取不同的有效信息进行稀疏编码,使得稀疏表示具有较强的自适应能力;最后针对结构稀疏传播模型带来的偏差进行修改,完善结构稀疏的传播机制.仿真实验结果表明,该方法可以有效地修复图像结构边缘、不规则纹理和平滑部分的图像信息,修复后的图像质量有较大的提升.

关键词：特征分类局部方差分类稀疏表示结构稀疏

来源：评论

学校读者我要写书评

暂无评论

基于结构稀疏性的单次曝光相位成像算法

引用

电子与信息学报 2017年第7期39卷 1546-1553页

作者：练秋生齐秀梅陈书贞石保顺燕山大学信息科学与工程学院秦皇岛066004

相位成像的关键是相位恢复。由于相位信息的丢失,相位恢复通常是不适定的,如何利用合适的先验信息进行相位恢复是一个重要问题。该文在SPICA成像系统下提出了基于结构稀疏性的单次曝光相位成像算法。该算法利用图像全变差的重叠组结构... 详细信息

相位成像的关键是相位恢复。由于相位信息的丢失,相位恢复通常是不适定的,如何利用合适的先验信息进行相位恢复是一个重要问题。该文在SPICA成像系统下提出了基于结构稀疏性的单次曝光相位成像算法。该算法利用图像全变差的重叠组结构稀疏性,将重叠的结构稀疏正则项以卷积形式表示,使求解过程更简单,并利用最速下降法求解相应的优化问题。实验结果表明,该算法在有噪声的情况下能够有效地实现对复图像的重构。

关键词：相位恢复结构稀疏全变差最速下降法

来源：评论

学校读者我要写书评

暂无评论

基于复数信息传递的结构稀疏宽角合成孔径雷达成像算法

引用

电子与信息学报 2015年第8期37卷 1793-1800页

作者：蒋成龙张冰尘王正道洪文微波成像技术国家重点实验室北京100190 中国科学院电子学研究所北京100190 中国科学院大学北京100049 爱荷华州立大学

传统相关处理算法不能完全解决宽角合成孔径雷达(WASAR)成像中目标的散射特性随观测角度变化的问题。稀疏信号处理为该问题提供一种新思路,各向异性问题可以建模成欠定方程组。随角度增大,未知量的规模以观测孔径数目的线性规模增长,导... 详细信息

传统相关处理算法不能完全解决宽角合成孔径雷达(WASAR)成像中目标的散射特性随观测角度变化的问题。稀疏信号处理为该问题提供一种新思路,各向异性问题可以建模成欠定方程组。随角度增大,未知量的规模以观测孔径数目的线性规模增长,导致成功重建难度增大,甚至是重建失败。该文提出一种基于信息传递原理的宽角合成孔径雷达成像方法。根据宽角合成孔径雷达的观测几何及目标散射特性在不同角度之间存在的相关性,建立基于结构稀疏的成像模型;然后利用信息传递原理,提出基于结构稀疏复数信息传递(GCAMP)的成像算法求解该成像模型。仿真结果验证了该方法的有效性。

关键词：合成孔径雷达宽角合成孔径雷达成像各向异性散射特性结构稀疏信息传递

来源：评论

学校读者我要写书评

暂无评论

基于编码复杂度的混合结构稀疏人脸识别方法

引用

模式识别与人工智能 2015年第7期28卷 595-602页

作者：蔡体健樊晓平谢昕徐君中南大学信息科学与工程学院长沙410012 华东交通大学信息工程学院南昌330013 湖南财政经济学院网络化系统研究所长沙410205

利用编码复杂度表示数据的结构稀疏度,通过降低编码复杂度实现结构稀疏.在稀疏表示分类模型的基础上,通过聚类排序的方法构造结构化字典,形成混合结构稀疏模型.此模型结合类间样本的定长组结构与类内样本的动态可重叠组结构,以及误差的... 详细信息

利用编码复杂度表示数据的结构稀疏度,通过降低编码复杂度实现结构稀疏.在稀疏表示分类模型的基础上,通过聚类排序的方法构造结构化字典,形成混合结构稀疏模型.此模型结合类间样本的定长组结构与类内样本的动态可重叠组结构,以及误差的标准稀疏结构.为实现混合结构稀疏重构,提出改进的混合结构贪婪算法.实验表明对数据字典进行聚类排序可有效改进人脸的识别性能,在相同条件下,混合结构的性能优于其他结构,文中算法也优于其他算法.

关键词：人脸识别压缩感知结构稀疏编码复杂度结构贪婪算法

来源：评论

学校读者我要写书评

暂无评论

结构稀疏深度学习算法研究

结构稀疏深度学习算法研究

引用

作者：袁正鹏北京交通大学

学位级别：硕士

近年以来,随着人工智能应用的普及,作为其最核心技术之一的深度学习引起了学术界和工业界的广泛关注.无论是在计算机视觉、自动驾驶领域,还是自然语言处理、语音识别领域,都存在着深度学习模型的身影.深度学习模型具有非常强大的拟合能... 详细信息

近年以来,随着人工智能应用的普及,作为其最核心技术之一的深度学习引起了学术界和工业界的广泛关注.无论是在计算机视觉、自动驾驶领域,还是自然语言处理、语音识别领域,都存在着深度学习模型的身影.深度学习模型具有非常强大的拟合能力,但伴随着这种能力而来的是其往往具有较为庞大的参数量以及大量的计算资源消耗.而大量的研究表明深度学习模型具有稀疏性,目前已经有许多论文利用稀疏正则方法或结构稀疏正则方法来解决这些问题,后者因为模型更利于在此基础上进行结构化剪枝,是目前的研究热点.本文主要利用深度学习模型的稀疏性,结合批正则化层的向量参数,建立结构稀疏深度学习的原始L0正则模型,并在此基础上设计求解算法.本文首先介绍深度学习的基础知识,阐述深度学习目前面对的挑战,并对其稀疏性进行分析.然后介绍目前比较流行的结构稀疏模型,对每个模型的稀疏化方法进行详细分析,给出求解算法和相应的算法框架,并对其优缺点进行了评述.以此为基础,我们建立了基于L0范数的结构稀疏模型,讨论了模型的重要理论,并依据模型性质提出了L0-PG算法对其进行求解.最后数值实验部分将我们设计的L0-PG算法和已有的模型和算法进行比较,从预测精度、计算时间等维度出发设置对比实验.在选取的不同数据集下,我们的模型和算法在达到同等或者更高测试精度的同时,均实现了30%以上的运算速度提升.

关键词：深度学习神经网络结构稀疏硬阈值算子 PG算法

来源：评论

学校读者我要写书评

暂无评论

近邻类加权结构稀疏表示图像识别算法

引用

信号处理 2014年第8期30卷 891-900页

作者：胡正平赵淑欢彭燕王宁燕山大学信息科学与工程学院河北秦皇岛066004

针对如何将近邻、子空间学习与稀疏表示结合起来解决基于稀疏表示的图像识别问题,本文综合考虑子空间中样本的类内散度小,类间散度大,且同类中所有样本对重构某一给定样本的影响相似(即表示系数相似),因此按类而非样本处理的思想更符合... 详细信息

针对如何将近邻、子空间学习与稀疏表示结合起来解决基于稀疏表示的图像识别问题,本文综合考虑子空间中样本的类内散度小,类间散度大,且同类中所有样本对重构某一给定样本的影响相似(即表示系数相似),因此按类而非样本处理的思想更符合基于类重构误差进行分类的算法要求,为此提出一种基于近邻类加权结构稀疏表示算法用于图像识别。该算法首先利用线性类重构误差选取k个最近邻类,并将其对应的系数作为权值对投影后的近邻类加权,其次在投影子空间上,用k个类的加权训练样本集对测试样本进行结构稀疏表示,最后根据最小类重构误差得出分类结果。在AR,Yale B,MNIST,PIE数据库上的实验结果表明该方法在训练样本数较少的情况下获得较高的识别率且具有一定的鲁棒性。

关键词：稀疏分类加权近邻类线性表示 PCA 结构稀疏

来源：评论

学校读者我要写书评

暂无评论

原子稀疏结合块结构稀疏的联合表示图像识别算法

引用

信号处理 2013年第7期29卷 888-895页

作者：胡正平宋淑芬燕山大学信息科学与工程学院秦皇岛066004

针对结构稀疏表示识别算法中稀疏准则的选择以及字典内块的划分两个重要问题,提出两种改进的结构稀疏表示识别算法。首先,针对结构稀疏准则会出现较多系数不为零的情况,提出将结构稀疏准则与原子稀疏准则相结合的思路,包括并行和串行两... 详细信息

针对结构稀疏表示识别算法中稀疏准则的选择以及字典内块的划分两个重要问题,提出两种改进的结构稀疏表示识别算法。首先,针对结构稀疏准则会出现较多系数不为零的情况,提出将结构稀疏准则与原子稀疏准则相结合的思路,包括并行和串行两种结合方式。并行结合是将两者以加权求和的方式同时作为稀疏表示的判别准则进行分类,串行结合则是在结构稀疏表示后,通过重组字典,再对测试样本进行原子稀疏表示实现分类。然后,针对字典中类内样本的块划分问题,提出基于MLP的结构稀疏表示识别算法,先将类内样本经过MLP的划分,保证各个分块分别位于低维的线性子空间中,再进行结构稀疏表示的分类。实验结果证明两种改进的结构稀疏表示识别算法的有效性。

关键词：图像识别稀疏表示结构稀疏原子稀疏最大线性块

来源：评论

学校读者我要写书评

暂无评论

利用分集信息和结构稀疏性的雷达目标成像技术研究

利用分集信息和结构稀疏性的雷达目标成像技术研究

引用

作者：游鹏国防科学技术大学

学位级别：博士

目标成像是防空反导、空间监视、战场侦察等作战力量的共性核心技术,雷达可全天时、全天候对目标高分辨成像,是获取目标尺寸、结构、运动等物理属性特征信息的重要手段。在军事斗争准备新需求的驱动下,雷达探测成像迎来了新的挑战和发... 详细信息

目标成像是防空反导、空间监视、战场侦察等作战力量的共性核心技术,雷达可全天时、全天候对目标高分辨成像,是获取目标尺寸、结构、运动等物理属性特征信息的重要手段。在军事斗争准备新需求的驱动下,雷达探测成像迎来了新的挑战和发展机遇。本文围绕雷达目标成像面临的新问题开展研究,主要包括如下研究内容和成果:第一章为绪论。介绍了课题研究的背景和意义,重点剖析了雷达探测成像面临的问题和发展趋势,综述了利用分集信息的雷达目标成像技术研究现状,简要介绍了稀疏表示理论在雷达成像中应用的历程。第二章为本文的理论和算法基础。首先介绍了雷达目标稀疏成像的基本原理,着重分析了目标雷达回波的稀疏性并建立了目标雷达回波的稀疏表示模型,在此基础上介绍了雷达目标压缩感知成像的基本概念和原理。然后分四大类综述了压缩感知稀疏恢复的基础算法。最后借助数值仿真比较分析了各算法的性能特点。研究结果为后续章节选择构建结构稀疏恢复的基础算法提供了依据。第三章研究了稀疏随机跳频雷达运动目标成像。首先建立了运动目标回波模型,在此基础上构建了运动目标回波的参数化结构压缩感知模型,并采用包含内外双层的迭代结构求解该模型。利用该模型和算法实现了联合运动误差补偿和成像。此外,提出了四大方面的八个指标评估算法的性能。针对实际中存在的难以事先确定稀疏随机跳频压缩感知雷达所需脉冲数的问题。为了尽可能减少所需的脉冲数目,提出动态高分辨距离成像策略和快速的复数值序贯同伦算法。该算法避免了每获得一个新的观测都要重新求解一个优化问题。实验表明,该算法适合快速的序贯更新,并且比直接利用实数序贯同伦算法所需的脉冲数更少。针对小角度ISAR观测的信息不充分导致成像分辨受限的问题,提出开采并利用数据的相关性和稀疏性先验的思路和方法。在相关性和稀疏性先验的联合利用方面提出了两种算法,一是孔径外推与块稀疏贝叶斯学习接力的方法,实现将数据的相关性先验和稀疏性先验先后折合为观测数据的增加。另一是在稀疏贝叶斯学习的框架下联合建模和利用相关性以及稀疏性先验的方法。仿真数据和实测数据表明这两种方法都能够稳健提高成像分辨率。第四章研究了运动目标全极化高分辨成像。为了获得目标更丰富的特征信息,将稀疏随机跳频高分辨体制与全极化测量体制融合形成了全极化高分辨成像体制。为了去除分时测量中因为目标运动造成的极化散射矩阵不相关,以及补偿运动产生的相位误差,在建立分时和瞬时测量全极化信号模型的基础上,构建了参数化广义结构压缩感知模型和求解算法。采用该算法联合实现全极化高分辨成像和运动参数估计。仿真数据和暗室合成数据表明,采用分时和瞬时测量体制都能够获取高质量的全极化高分辨距离像。针对单一极化小角度ISAR获取的信息不充分导致成像质量不高的问题,提出了全极化小角度高分辨ISAR成像算法。为了提高成像质量,提出开采并利用单极化观测数据的相关性、多通道观测数据之间的相关性以及联合稀疏性等先验信息的思路与方法。为了利用相关性信息,采用多通道孔径外推技术将其折合为未获得的全极化观测。在此基础上,利用块稀疏贝叶斯学习方法建模和利用联合稀疏性,进一步的外推数据。仿真数据和暗室合成数据表明,全极化观测的引入不但可以提取目标的高分辨全极化特征,而且可以提高成像的分辨率。第五章研究了宽视角雷达目标成像。首先根据线性系统理论和层析成像原理,建立了压缩观测统一的信号模型,结合处理网格失配的结构稀疏得到了径向压缩观测统一的稀疏表示模型。根据等效压缩矩阵的特性把压缩观测分为满足压缩感知条件以及不满足压缩感知条件两类。并且在成像算法设计上加以区别对待。针对满足压缩感知条件的压缩观测,提出了径向压缩感知数据获取策略以及混合成像算法。该混合算法首先采用压缩感知稀疏恢复算法重构径向信号,然后利用后向投影成二维图像。在径向稀疏恢复时,将小角度内一维距离像峰值位置缓变性带来的结构稀疏性与处理网格失配的结构稀疏相结合,采用计算复杂度低、具有可准确重构保证的块正交匹配追踪算法,提高压缩感知稀疏恢复精度。该混合成像算法相比二维联合稀疏恢复具有词典维数更低(对应计算和存储复杂度低)、图像质量更高的优点。针对不满足压缩感知可重构条件的一类压缩数据获取方式,如小带宽观测。提出了增强后向投影提高成像分辨率的算法。为了提高后向投影的径向分辨,提出开采和利用同一视角不同频点观测数据的相关性、小角区内观测数据所具有的相关性、小角区内多个视角的一维距离像具有的联合稀疏性以及相关性的方法。为了利用观测数据中包含的相关性先验信息,采用多通道带宽外推将相关性信息折合为观测数据的增加;为了利用联合稀疏性和同一距离单元信号的相关性,采用块内相关性的块稀疏贝叶斯学习方法。仿真实验表明所提方法能够有效提高后向投影算法的分辨能力。第六章总结了全文工作,并给出了值得下一步深入研究的内容。

关键词：雷达目标成像高分辨距离像 ISAR成像信息分集结构稀疏压缩感知随机跳频全极化宽视角后向投影

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：