检索结果-内蒙古大学图书馆

石油地球物理勘探 2021年第4期56卷 736-744,757,I0009页

作者：薛亚茹郭蒙军冯璐瑜马继涛陈小宏中国石油大学(北京)信息科学与工程学院北京102249 中国石油大学(北京)地球物理学院北京102249

Radon变换的分辨率是其进行地震数据处理的关键因素。基于Bayes反演理论的迭代加权方法改善了Radon变换的分辨率,但其收敛速度较慢;由于Radon变换空间的强相关性,常用的迭代软阈值方法(ISTA)应用于Radon变换反演时的收敛速度也较慢,且... 详细信息

Radon变换的分辨率是其进行地震数据处理的关键因素。基于Bayes反演理论的迭代加权方法改善了Radon变换的分辨率,但其收敛速度较慢;由于Radon变换空间的强相关性,常用的迭代软阈值方法(ISTA)应用于Radon变换反演时的收敛速度也较慢,且分辨率较低。为此,将迭代加权最小二乘法嵌入ISTA中,形成了加权ISTA算法。该方法引入高分辨Radon变换中加权矩阵的思想,利用Radon参数的先验信息约束反演误差函数,克服了ISTA收敛速度慢、分辨率低的缺点。合成记录和实际地震资料处理结果表明,该方法提高了Radon变换分辨率,在多次波分离、噪声压制中效果显著。

关键词： Radon变换高分辨率迭代加权最小二乘法迭代软阈值法

来源：评论

学校读者我要写书评

暂无评论

联合平滑矩阵多变量椭圆分布的稀疏表示算法

引用

自动化学报 2019年第8期45卷 1548-1563页

作者：邱虹王万良郑建炜浙江万里学院大数据与软件工程学院宁波315100 浙江工业大学计算机科学与技术学院杭州310023

处理部分光照和遮挡等噪声的图像重构及分类问题因其极具挑战而备受关注,该问题的解决很大程度上取决于对误差的描述,常见的方法以向量形式存储误差矩阵且假定其服从于独立同分布,忽视了图像数据的内部结构信息.针对该问题,本文提出一... 详细信息

处理部分光照和遮挡等噪声的图像重构及分类问题因其极具挑战而备受关注,该问题的解决很大程度上取决于对误差的描述,常见的方法以向量形式存储误差矩阵且假定其服从于独立同分布,忽视了图像数据的内部结构信息.针对该问题,本文提出一种联合平滑矩阵多变量椭圆分布的稀疏表示算法(Sparse representation with smoothed matrix multivariateelliptical distribution, SMED).该算法强调误差矩阵中各个像素间的依赖性并假定误差矩阵作为一个随机矩阵变量服从于矩阵多变量椭圆分布;之后,引入辅助变量光滑目标函数,使得模型易于获得全局最优解;最后,采用迭代加权最小二乘法优化求解模型.此外,文中对 SMED 算法的收敛性和复杂度进行了理论分析,并讨论了模型的参数敏感性.在 AR、 ExYaleB 和PubFig 三个公开数据集中的实验验证了所提算法具有鲁棒的鉴别力,且其综合性能明显优于经典算法.

关键词：稀疏表示矩阵多变量椭圆分布迭代加权最小二乘法人脸重构和识别

来源：评论

学校读者我要写书评

暂无评论

基于隐变量贝叶斯模型的稀疏信号恢复

引用

电子与信息学报 2015年第1期37卷 97-102页

作者：王峰向新易克初熊磊西安电子科技大学综合业务网国家重点实验室西安710071 空军工程大学航空航天工程学院西安710038

该文基于贝叶斯分析的视角,揭示了一类算法,包括使用隐变量模型的稀疏贝叶斯学习(SBL),正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示,作为隐变量贝叶斯模型的一种,稀疏贝叶斯学习使用第2类最大似然(Type II ML)在隐变量空... 详细信息

该文基于贝叶斯分析的视角,揭示了一类算法,包括使用隐变量模型的稀疏贝叶斯学习(SBL),正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示,作为隐变量贝叶斯模型的一种,稀疏贝叶斯学习使用第2类最大似然(Type II ML)在隐变量空间进行运算,可以视作一种更为广义和灵活的方法,并且为不适定反问题的稀疏求解提供了改进的途径。较之于目前基于第1类最大似然(Type I ML)的稀疏方法,仿真实验证实了稀疏贝叶斯学习的优越性能。

关键词：信号处理隐变量贝叶斯模型第2类最大似然稀疏贝叶斯学习迭代加权最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机与神经网络的间谐波测量混合算法

引用

高电压技术 2008年第8期34卷 1710-1714页

作者：李涛何怡刚湖南大学计算机与通信学院长沙410082 湖南大学电气与信息工程学院长沙410082

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向... 详细信息

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。

关键词：间谐波支持向量机迭代加权最小二乘法反向传播神经网络算法差动信号负反馈

来源：评论

学校读者我要写书评

暂无评论

基于稳健回归分析的实时多播协议性能预测方法

引用

河海大学学报（自然科学版） 2013年第6期41卷 554-559页

作者：谭国平霍孝义谭林风倪新洋刘修泉河海大学计算机与信息学院通信与信息系统研究所江苏南京210098 广州番禺职业技术学院广东广州510000

为探讨网络编码块长度、节点移动速度、接收节点个数对基于部分网络编码的实时多播(PNCRM)协议性能的影响,提出采用稳健回归分析构建预测PNCRM协议性能回归模型的方法。利用迭代加权最小二乘法求解回归系数,并对该模型进行显著性检验。... 详细信息

为探讨网络编码块长度、节点移动速度、接收节点个数对基于部分网络编码的实时多播(PNCRM)协议性能的影响,提出采用稳健回归分析构建预测PNCRM协议性能回归模型的方法。利用迭代加权最小二乘法求解回归系数,并对该模型进行显著性检验。结果表明,该模型对PNCRM协议性能预测的平均相对误差仅为4.83%,因而具有较准确的预测能力。

关键词：稳健回归分析迭代加权最小二乘法预测模型

来源：评论

学校读者我要写书评

暂无评论

基于组LASSO的重组近亲杂交合作小鼠基因位点定位研究

引用

应用数学 2021年第2期34卷 489-497页

作者：熊思灿胡桂开阮周生东华理工大学理学院江西南昌330013

重组近亲杂交合作小鼠品系(CC-RIX)具有很多优点,特别是在复杂疾病的数量性状位点定位方面,具有较高功效.本文在现有研究基础上,考虑了仅含主基因效应的混合线性定位模型,并通过组LASSO惩罚函数法对问题进行转换,然后采用迭代加权最小... 详细信息

重组近亲杂交合作小鼠品系(CC-RIX)具有很多优点,特别是在复杂疾病的数量性状位点定位方面,具有较高功效.本文在现有研究基础上,考虑了仅含主基因效应的混合线性定位模型,并通过组LASSO惩罚函数法对问题进行转换,然后采用迭代加权最小二乘法对转换后的问题进行求解.从而克服了设计矩阵容易奇异,计算速度慢等计算上的难题.模拟计算表明,本文所提模型和方法在CC-RIX品系的数量性状位点定位中能快速、准确地识别出数量性状位点,并具有较高的真阳性率,以及较低的假阳性率.

关键词：重组近亲杂交合作小鼠数量性状位点定位组LASSO 迭代加权最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的调制识别算法研究

基于深度学习的调制识别算法研究

引用

作者：吴彦伦电子科技大学

学位级别：硕士

调制识别是通信系统中一个重要的研究领域。调制识别技术在民用和军事领域中的无线通信中的信号监测、信息截获、干扰识别和电子对抗等方面有着广泛的应用,是认知无线电、频谱感知等领域研究的基础,因此这一技术的研究一直以来都是通信... 详细信息

调制识别是通信系统中一个重要的研究领域。调制识别技术在民用和军事领域中的无线通信中的信号监测、信息截获、干扰识别和电子对抗等方面有着广泛的应用,是认知无线电、频谱感知等领域研究的基础,因此这一技术的研究一直以来都是通信中的热门研究内容。目前大多数已知的自动调制识别的算法都很大程度上依赖于特征选取以及分类器的选择,分类器与特征选择是否匹配将直接影响到调制识别的效果。近年来,随着大数据时代的来临以及计算资源成本降低,深度学习技术不断取得新的进展。深度学习以数据为驱动,能够直接从海量数据中学习到复杂特征的表达。其中两种典型的深度学习网络:卷积神经网络和长短期记忆网络已经在多个领域取得了空前的效果。在本文中,使用深度学习的方法来提升调制识别的鲁棒性。本文对于模拟和数字调制方式,实现了一种自动调制识别的方法。接收端不需要知道接收信号任何调制类别相关的信息,本文利用深度学习的方法对接收信号实现自动调制识别。关于深度学习在调制识别中的应用,之前有研究者尝试过使用卷积神经网络结构对调制信号进行识别,结果表明该算法相比于传统的分类器,有着更好的分类效果。然而基于卷积神经网络的调制识别算法,没有能够将信号的时序特征更好的利用起来。为了有效挖掘调制信号在时序和空间上的相关性,本文构建了卷积神经网络之后接长短期记忆网络的深度学习网络结构作为分类器,首先利用卷积神经网络提取信号空间的特征,再使用长短期记忆网络提取到信号的时序相关性。实验结果表明提出的网络结构与之前提出了仅仅考虑空间相关性的基于卷积神经网络的调制识别算法以及传统的支持向量机算法相比分类识别率有了明显提升。同时,为了减少深度学习网络结构中的参数计算,本文还提出了基于加权迭代最小二乘的反向传播算法来更新网络参数。实验结果显示提出的算法能够使得网络参数更加稀疏,同时保持了识别性能几乎不发生明显变化。说明该算法能够在一定程度上减少参数计算量,具有一定的实用价值。

关键词：自动调制识别深度学习长短期记忆网络迭代加权最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于编码光圈的全焦距成像方法研究

基于编码光圈的全焦距成像方法研究

引用

作者：肖璐天津科技大学

学位级别：硕士

本文将编码光圈技术加入到对失焦图像的复原技术当中,研究基于编码光圈的全焦距图像成像方法。通过本文研究的算法对失焦的图像进行复原处理,可以使图像中因为失焦而造成模糊的区域变得清晰。本文主要研究的内容包括：(1)研究学习了编... 详细信息

本文将编码光圈技术加入到对失焦图像的复原技术当中,研究基于编码光圈的全焦距图像成像方法。通过本文研究的算法对失焦的图像进行复原处理,可以使图像中因为失焦而造成模糊的区域变得清晰。本文主要研究的内容包括： (1)研究学习了编码光圈的相关理论。主要研究了编码光圈的理论由来以及应用特性,并且研究了散焦图案与物体深度之间的内在关系。 (2)研究了编码光圈图案的选择方法。本文首先运用统计模型对图像进行统计,然后根据统计模型,结合相对熵中的一个典型算法Kullback-Leibler散度来计算不同深度图像之间的相似度。最后,再根据本文提出的比较方法,选出相对最优的光圈图案。 (3)获取光圈过滤器。在选定了光圈图案之后,相对此光圈要获取一组过滤器,即在几个由远及近的深度距离上分别提取出散焦图像,然后经过截取、图像分割、缩放、归一化等操作之后得到所需要的过滤器。 (4)图像复原方法的研究。本文通过理论推导得出一个通过模糊图像和过滤器来求解复原图像的方法。并且在对众多的求解方法进行比较之后,最终采用了基于稀疏分布图像的求解方法来作为本文的图像复原方法。它的主要思想是迭代加权最小二乘法以及共轭梯度法等方法混合嵌套的计算方法。 (5)硬件系统和软件系统的设计。根据本研究的基本需求,选取了适当的设备,完成了硬件系统的设计与构建；设计并编译实现了软件系统的各个功能模块,并进行了集成；最后,将软硬件设备进行了集成,各项性能达到了本研究的目的与要求。本文研发的基于编码光圈的全焦距成像系统可用于由于失焦现象所产生的模糊图像的复原工作。测试结果表明,本系统能有效地将特定失焦图像进行复原,图像效果基本满足要求。

关键词：编码光圈技术全焦距图像图像的统计模型 KuIlback-Leibler散度迭代加权最小二乘法共轭梯度法

来源：评论

学校读者我要写书评

暂无评论

基于半参数分位数回归分析的Granger因果推断

基于半参数分位数回归分析的Granger因果推断

引用

作者：刘征河北工业大学

学位级别：硕士

在研究经济变量间的动态关系和一个变量是否有助于预测其它变量时,Gra-nger因果关系已经成为一个非常重要的工具,同时也是理论探究的重点和热点,诸多研究者已经进行了检验Granger因果关系存在性的研究。本文的研究目的在于发展一类部分... 详细信息

在研究经济变量间的动态关系和一个变量是否有助于预测其它变量时,Gra-nger因果关系已经成为一个非常重要的工具,同时也是理论探究的重点和热点,诸多研究者已经进行了检验Granger因果关系存在性的研究。本文的研究目的在于发展一类部分线性变系数分位数回归模型,一些参数的值可以是协变量的函数,并且提出了两种参数和非参数函数系数的估计方法,一种是基于相依数据的部分线性变系数分位数回归模型的估计方法;另一种是基于支持向量机分位数回归的部分变系数动态模型的估计方法——三阶段估计法和迭代加权最小二乘估计法。部分线性变系数分位数回归模型不仅是线性Granger因果相关性分析的自然扩展,也能使我们看到Granger因果关系的结构。最后利用提出的Granger因果关系检验方法对中国、美国、英国的股票市场指数进行Granger因果关系检验,得到一周前美国和英国股票市场指数有助于预测当前中国的股票市场指数。

关键词： Granger因果关系支持向量机回归分位数回归相依数据部分线性变系数模型迭代加权最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于图像梯度稀疏性先验去除重影反射

基于图像梯度稀疏性先验去除重影反射

引用

作者：熊求兴湖南师范大学

学位级别：硕士

当使用相机透过玻璃拍摄对面图像时,所拍摄得到的图像信息通常是由玻璃内部透射光线和相机同侧反射光线所获取的信息叠加产生的。对面的图像信息由透射光线获取,而相机同侧的图像信息由反射光线得到。假设拍摄到的图像由透射与反射两层... 详细信息

当使用相机透过玻璃拍摄对面图像时,所拍摄得到的图像信息通常是由玻璃内部透射光线和相机同侧反射光线所获取的信息叠加产生的。对面的图像信息由透射光线获取,而相机同侧的图像信息由反射光线得到。假设拍摄到的图像由透射与反射两层组成,如果能够对透射层与反射层进行准确分离,得到所需的透射图像,这将具有极大的美学和实际应用价值。但分离反射层和透射层是一个极其不适定(ill-posed)的问题,因为在没有其它先验(prior)信息的情况下,其分解方式有无数种。因此,很多研究人员使用了不同的图像先验或大量图片来约束这样一个高度不适定的问题,使含有反射的图像分离得到更接近于理想结果。但是这些先验仅仅适用于背景单一,反射明显的场景,无法适用于纹理复杂,更加一般化的场景。本文采用单幅含有反射的图像作为输入,针对反射图像中重影的情形提出基于自然图像梯度稀疏性先验去除(分离)重影反射。该先验假设反射层和透射层为自然图像,因此反射层和透射层的梯度是稀疏的。从而采用透射层与反射层梯度的p-类范数(0迭代加权最小二乘(IRLS)算法求解p-类范数(0

关键词：图像恢复图像梯度重影反射变分模型迭代加权最小二乘法

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：