检索结果-内蒙古大学图书馆

微处理机 2025年第2期46卷 28-32页

作者：张钊吕瑞宏沈阳工业大学信息科学与工程学院沈阳110870

针对RIS辅助MU-MISO系统中由于RIS的无源特性和高维特性导致传统信道估计算法精度下降和导频开销过大的问题,设计一种高效且低消耗的信道估计算法。利用基站和RIS之间的公共列稀疏性和级联信道具有联合缩放特性的行稀疏性,将级联信道矩... 详细信息

针对RIS辅助MU-MISO系统中由于RIS的无源特性和高维特性导致传统信道估计算法精度下降和导频开销过大的问题,设计一种高效且低消耗的信道估计算法。利用基站和RIS之间的公共列稀疏性和级联信道具有联合缩放特性的行稀疏性,将级联信道矩阵降维以减小导频开销。将双结构稀疏性、交替优化和迭代重加权最小二乘算法结合,设计出DS-AO-IRLS算法对级联进行估计。仿真结果表明,在使用相同的导频消耗进行信道估计时,本算法相比较正交匹配追踪(OMP)算法信道估计性能提升了11.2 dB以上。

关键词：可重构智能表面信道估计双结构稀疏性交替优化迭代重加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

三维大地电磁自适应L1范数正则化反演

引用

地球物理学报 2020年第10期63卷 3896-3911页

作者：阮帅汤吉陈小斌董泽义孙翔宇地震动力学国家重点实验室中国地震局地质研究所北京100029 地壳动力学重点实验室中国地震局地壳应力研究所北京100085

常规三维大地电磁反演的正则项为L 2范数,它以电阻率空间分布函数处处光滑为模型期望,弱化了算法对电性突变界面的分辨能力.本文实现了正则项为L1范数的三维大地电磁反演算法,让模型空间梯度向量更有机会取得稀疏解,在充分正则的迭代下... 详细信息

常规三维大地电磁反演的正则项为L 2范数,它以电阻率空间分布函数处处光滑为模型期望,弱化了算法对电性突变界面的分辨能力.本文实现了正则项为L1范数的三维大地电磁反演算法,让模型空间梯度向量更有机会取得稀疏解,在充分正则的迭代下能够有效突出模型真实电性界面.为避免L1范数零点不可导带来的求解困难,使用迭代重加权最小二乘法把原问题转换为一系列L2正则子问题迭代求解.每个子问题的极小方法使用改进型拟牛顿法,其下降方向既能保证正则项海塞矩阵的精确性,又能允许反演过程随迭代灵活更新正则因子.使用比值法或分段衰减法自适应更新正则因子以避免迭代早期陷入奇异解,从而提升反演收敛的稳定性并降低初始模型依赖度.合成的无噪数据反演表明L 1正则算法的模型恢复效果优于L2正则;不同噪声水平的合成数据反演表明本文的算法具有稳健性;实测数据反演对比表明在合理的正则因子调整策略下,L1正则反演结果的模型分辨率优于L2正则.另外,不同初始模型的反演测试还表明,正则因子选取不合理时L1正则可能造成方块状假异常.

关键词： L1范数正则化迭代重加权最小二乘大地电磁三维反演拟牛顿法

来源：评论

学校读者我要写书评

暂无评论

融合颜色不变量的彩色图像光流估计算法

引用

电子与信息学报 2013年第12期35卷 2927-2933页

作者：魏国剑侯志强李武余旺盛空军工程大学信息与导航学院西安710077

为了克服彩色图像光流估计中的光照影响,提高光流估计的准确性,该文提出一种在颜色不变量空间求解光流,再与RGB空间光流进行融合的光流估计算法。首先提取视频序列中相邻两帧图像的颜色不变量边缘,再计算使用颜色不变量边缘构建的三通... 详细信息

为了克服彩色图像光流估计中的光照影响,提高光流估计的准确性,该文提出一种在颜色不变量空间求解光流,再与RGB空间光流进行融合的光流估计算法。首先提取视频序列中相邻两帧图像的颜色不变量边缘,再计算使用颜色不变量边缘构建的三通道彩色图像的光流,最后使用L$范数融合颜色不变量光流与RGB图像光流。文中还讨论了颜色不变量边缘的选取和组合对融合光流结果的影响。实验结果表明,提出的方法能够获取更加准确的目标区域,对阴影和光照变化更加鲁棒,与经典算法相比具有更好的性能。

关键词：彩色图像光流光流估计颜色不变量迭代重加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

基于L_(1-2)正则化的地震波阻抗“块”反演

引用

石油地球物理勘探 2022年第6期57卷 1409-1417,I0006,I0007页

作者：耿伟恒陈小宏李景叶汤韦吴凡张俊杰中国石油大学(北京)地球物理学院北京102249 油气资源与探测国家重点实验室北京102249

波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借... 详细信息

波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借鉴全变分正则化的思想,利用叠后地震数据直接获得波阻抗反演结果。首先,推导线性化的波阻抗正演近似公式并分析精度;然后,基于贝叶斯理论,引入L_(1-2)正则化构建波阻抗反演的目标函数,利用迭代重加权最小二乘算法求解目标函数,获得波阻抗反演结果。由于波阻抗反演为单道反演算法,反演多道数据时道与道之间会产生空间不连续现象,因此对反演结果执行f-x域空间预测滤波改善由噪声和单道反演算法带来的空间不连续性。相关系数的定量对比证明了基于L_(1-2)范数的反演结果优于基于L1范数和L2范数。合成数据和实际资料反演验证了所提方法的有效性和可行性。

关键词：波阻抗反演 L_(1-2)正则化贝叶斯理论迭代重加权最小二乘目标函数分辨率

来源：评论

学校读者我要写书评

暂无评论

重尾噪声环境下的扫描雷达稳健角超分辨方法

引用

信号处理 2023年第9期39卷 1562-1572页

作者：张寅张永超晏家楠刘帅迪杨建宇电子科技大学信息与通信工程学院四川成都611731 电子科技大学长三角研究院(衢州) 浙江衢州324000

扫描雷达由于天线孔径受到平台尺寸限制,存在角分辨率低下的缺陷。角超分辨技术能够在不改变雷达硬件系统的前提下,通过信号处理方法,获得超越雷达实孔径波束宽度的角度分辨能力。近些年研究表明,基于最小绝对收缩和选择算子(LASSO)的... 详细信息

扫描雷达由于天线孔径受到平台尺寸限制,存在角分辨率低下的缺陷。角超分辨技术能够在不改变雷达硬件系统的前提下,通过信号处理方法,获得超越雷达实孔径波束宽度的角度分辨能力。近些年研究表明,基于最小绝对收缩和选择算子(LASSO)的稀疏角超分辨方法能够获得比传统方法更高的分辨能力。然而,该方法基于高斯白噪声假设,在残余项中主要基于l2范数进行约束。当回波数据中存在重尾分布的噪声时,该方法中的l2范数约束无法有效抑制重尾分布噪声,导致目标分辨能力下降,甚至产生虚假目标。针对该问题,本文提出一种扫描雷达抗重尾噪声角超分辨成像方法。首先,本文引入一种最小绝对偏差(LAD)-LASSO约束准则以抑制重尾分布噪声;更进一步的,针对模型中存在的正则化参数自适应选取难题,本文基于稀疏自相关迭代准则导出正则化参数的最优表达。最后,针对LAD-LASSO非平滑代价函数最优化求解难题,本文提出一种基于迭代重加权最小二乘(IRLS)算法的求解方法,通过将l1范数替换为重加权的l2范数,并在每次迭代中计算权值实现最优求解。仿真结果表明,相比传统稀疏角超分辨方法,本文提出的方法在不同信噪比下均能够有效抑制重尾分布噪声,并有效提升扫描雷达角分辨率。同时,本文采用岸基X波段雷达实测数据验证了本文提出方法的有效性。

关键词：扫描雷达角超分辨重尾噪声最小绝对偏差-最小绝对收缩和选择算子迭代重加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

基于改进逻辑回归分类算法的LSB匹配隐写检测

引用

数据采集与处理 2015年第6期30卷 1160-1168页

作者：郭继昌季文驰顾翔元天津大学电子信息工程学院天津300072

常见的采用高斯核支持向量机(Gaussian support vector machine,G-SVM)分类算法构建分类器的隐写检测方法对最低比特位(Least significant bit,LSB)匹配隐写算法均存在训练时间过长的问题。针对这一问题,提出一种改进逻辑回归分类算法,... 详细信息

常见的采用高斯核支持向量机(Gaussian support vector machine,G-SVM)分类算法构建分类器的隐写检测方法对最低比特位(Least significant bit,LSB)匹配隐写算法均存在训练时间过长的问题。针对这一问题,提出一种改进逻辑回归分类算法,即L曲线截断正则化迭代重加权最小二乘(L-curve truncated-regularized iteratively re-weighted least squares,LTR-IRLS)算法。该算法采用L曲线法来确定适合于隐写特征的Tikhonov正则算法的近似最优参数,并通过实验寻找出符合隐写特征的截断牛顿算法收敛参数,从而提高了检测准确率;采用重加权最小二乘法计算最大似然估计,并通过截断牛顿法避免计算最小二乘中的海森矩阵,降低了计算量。理论分析与实验结果证明,针对LSB匹配隐写检测,LTR-IRLS分类算法在保证检测准确率优于G-SVM分类算法的情况下,极大地降低了训练时间,从而提高了检测速度。

关键词： L曲线法迭代重加权最小二乘截断牛顿法隐写检测 LSB匹配

来源：评论

学校读者我要写书评

暂无评论

半航空瞬变电磁L1范数自适应正则化反演

引用

物探与化探 2021年第5期45卷 1338-1346页

作者：何可郭明胡章荣易国财王仕兴西华师范大学教育信息技术中心四川南充637002 成都理工大学地球物理学院四川成都610059

长导线源半航空瞬变电磁正则化反演正则项通常采用L2范数,其拟合结果较光滑,不能有效刻画层界面信息。针对层状介质陡变模型实现正则项为L1范数的反演算法,采用迭代重加权最小二乘法将原问题转化为L2正则化子问题求解,解决L1范数存在不... 详细信息

长导线源半航空瞬变电磁正则化反演正则项通常采用L2范数,其拟合结果较光滑,不能有效刻画层界面信息。针对层状介质陡变模型实现正则项为L1范数的反演算法,采用迭代重加权最小二乘法将原问题转化为L2正则化子问题求解,解决L1范数存在不可导问题;采用OpenMP技术对雅可比矩阵并行计算,提高了反演速度;对自适应正则化因子分段迭代法的调整策略进行分析并改进,改进后的自适应正则化因子调整策略更适合半航空瞬变电磁L1正则反演算法。最后对电阻率进行反演并与Occam反演结果作比较,结果表明L1正则反演充分迭代后能够突出符合真实模型的电性界面,反演电阻率与模型真实值更接近。

关键词： L1范数自适应正则化反演半航空瞬变电磁迭代重加权最小二乘 OpenMP并行

来源：评论

学校读者我要写书评

暂无评论

一种基于视频运动分析的智能码流方法

引用

科学技术与工程 2013年第33期21卷 9987-9991,10012页

作者：翟艳东于明阎刚河北工业大学计算机科学与软件学院天津300401

采用迭代重加权最小二乘(IRLS)方法计算连续两帧图像的光流。根据光流计算的结果估计视频监控场景的运动状态。将场景分为静止、一般运动、剧烈运动,并分别制定不同的码流存储策略。实验表明,该方法能对监控场景的常见运动行为识别并分... 详细信息

采用迭代重加权最小二乘(IRLS)方法计算连续两帧图像的光流。根据光流计算的结果估计视频监控场景的运动状态。将场景分为静止、一般运动、剧烈运动,并分别制定不同的码流存储策略。实验表明,该方法能对监控场景的常见运动行为识别并分类,具有一定的鲁棒性。应用该方法可以减少冗余视频帧对存储资源的占用,扩充敏感监控数据的存储能力。

关键词：光流迭代重加权最小二乘运动分析智能码流

来源：评论

学校读者我要写书评

暂无评论

针对大噪声的三维SLAM位姿图鲁棒优化算法

引用

控制工程 2024年第7期31卷 1305-1313页

作者：王苗苗魏国亮蔡洁李雨洁上海理工大学理学院上海200093 上海理工大学管理学院上海200093

位姿图优化(pose graph optimization,PGO)是同时定位与建图(simultaneous locali-zation and mapping,SLAM)中非常重要的非凸高维优化工具。运动位姿初始化是PGO过程中的关键步骤。针对目前的初始化算法无法为大噪声PGO数据集提供较好... 详细信息

位姿图优化(pose graph optimization,PGO)是同时定位与建图(simultaneous locali-zation and mapping,SLAM)中非常重要的非凸高维优化工具。运动位姿初始化是PGO过程中的关键步骤。针对目前的初始化算法无法为大噪声PGO数据集提供较好初始值的问题,首先提出一种新的鲁棒核函数,解决大噪声带来的估计值与观测值之间的大残差问题;然后,提出一种基于迭代重加权最小二乘的位姿图鲁棒优化算法。蒙特卡罗实验结果表明,所提算法在大噪声环境中具有较好的鲁棒性和精确性,所提鲁棒核函数与其他经典核函数相比更具适用性,能够加快算法收敛。

关键词：三维SLAM PGO 鲁棒核函数迭代重加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

多任务学习算法研究

多任务学习算法研究

引用

作者：浦剑复旦大学

学位级别：博士

多任务学习是指通过同时学习多个任务来提升算法的泛化性能。总体来说,现有最新的多任务学习算法主要是都通过挖掘任务聚类和异常任务的方式,来提升算法的理论和实际性能。本文将着重研究在上述两种假设条件下的多任务学习算法。首先,... 详细信息

多任务学习是指通过同时学习多个任务来提升算法的泛化性能。总体来说,现有最新的多任务学习算法主要是都通过挖掘任务聚类和异常任务的方式,来提升算法的理论和实际性能。本文将着重研究在上述两种假设条件下的多任务学习算法。首先,考虑在未知任务聚类结构未知的条件下,本文提出了一种灵活的多任务学习算法来实现子空间的任务聚类。具体来说,通过采用满秩的子空间矩阵,并对表示矩阵使用组稀疏和正交约束,使得目标模型仍然位于某个由自动选定的基任务所生成的低维子空间中。最终的优化目标被表示为对于子空间和目标模型的联合优化函数。除了提供算法的理论分析和证明外,与多个优秀算法的比较实验也证明了该方法的有效性和高效性。其次,考虑同时存在任务聚类和异常任务情况下,本文提出了一种鲁棒的多任务学习算法。与通常采用分解方式的鲁棒多任务学习算法不同,本文直接对目标模型采用了混合l11/l21范数的正则化项,并将优化目标表示为一个无约束的非平滑凸优化问题。为了可以更有效地求解目标函数,本文针对上述模型提出了两种优化策略：重加权最小二乘法和加速近端梯度下降算法。严格的泛化性能分析和大量的实验证明了算法的有效性。最后,本文将多任务学习算法应用于区分细分子类的细粒度图像分类问题。通过将每个类的分类器学习看成是多任务学习的一个任务,多类分类分类器的学习就可以转化为同时训练多个分类器的多任务学习问题。为了能够同时自动地发现相似类别的聚类和异常类别,本文提出使用混合l11/l21范数正则化的分类问题,并证明可以通过迭代优化重加权l2的方式求解得到算法的解。在两个细粒度图像分类的标准数据集上的实验证明了算法的有效性。上述三种算法研究的主要目标都是多任务学习。与现有的方法相比,它们不仅能够在实验测试时凸显出更好的性能,同时也具有较好的泛化理论保证。

关键词：多任务学习组稀疏表示近端梯度下降法迭代重加权最小二乘细粒度图像分类

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：